| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究内容及技术路线 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·技术路线 | 第12-14页 |
| 第二章 苹果机械特性及理化指标的试验研究 | 第14-24页 |
| ·苹果机械特性的试验研究 | 第14-16页 |
| ·试验材料 | 第14页 |
| ·试验装置 | 第14-15页 |
| ·试验方法 | 第15页 |
| ·试验结果 | 第15-16页 |
| ·苹果理化指标的试验研究 | 第16-18页 |
| ·试验材料 | 第16页 |
| ·试验仪器 | 第16页 |
| ·试验方法 | 第16-18页 |
| ·试验结果及分析 | 第18-24页 |
| ·理化特性指标对机械特性指标的影响 | 第19-21页 |
| ·用机械特性指标描述理化特性指标的分析 | 第21-24页 |
| 第三章 运用神经网络检测苹果品质的数学模型 | 第24-36页 |
| ·人工神经网络简介 | 第24-26页 |
| ·人工神经网络处理单元 | 第25页 |
| ·人工神经网络的特点 | 第25-26页 |
| ·苹果品质检测的人工神经网络模型 | 第26-31页 |
| ·神经网络结构设计 | 第26-29页 |
| ·隐含层神经元数的确定 | 第29-30页 |
| ·网络学习参数的选取 | 第30-31页 |
| ·苹果品质检测的BP网络学习过程 | 第31-34页 |
| ·信息的正向传递 | 第31页 |
| ·利用梯度下降法求权值变化及误差的反向传播 | 第31-33页 |
| ·误差反向传播的流程与图形解释 | 第33-34页 |
| ·苹果品质检测的BP神经网络模型改进 | 第34-36页 |
| ·BP网络的限制与不足 | 第34页 |
| ·BP网络的改进 | 第34-36页 |
| 第四章 基于神经网络苹果品质检测模型的分析 | 第36-50页 |
| ·MATLAB神经网络工具箱 | 第36页 |
| ·样本数据预处理 | 第36-38页 |
| ·BP网络的训练 | 第38-40页 |
| ·利用机械特性检测苹果品质的神经网络模型分析 | 第40-47页 |
| ·用机械特性指标检测苹果硬度 | 第40-42页 |
| ·用机械特性指标检测苹果可溶性固形物 | 第42-43页 |
| ·用机械特性指标检测苹果总酸 | 第43-45页 |
| ·利用机械特性指标检测苹果水分 | 第45-47页 |
| ·苹果贮藏品质预测模型的分析 | 第47-50页 |
| ·网络模型的建立及训练 | 第47页 |
| ·网络模型评价 | 第47-50页 |
| 第五章 基于 LABVIEW的苹果品质检测系统的设计 | 第50-54页 |
| ·LABVIEW程序设计的结构和特点 | 第50-51页 |
| ·MATLAB与 LABVIEW应用程序接口的设计 | 第51-52页 |
| ·MATLAB Active X集成 | 第52页 |
| ·MATLAB自动化服务器 | 第52页 |
| ·LABVIEW调用 MATLAB的实现 | 第52-54页 |
| 第六章 结论与讨论 | 第54-55页 |
| ·结论 | 第54页 |
| ·讨论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |