摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第9-18页 |
1.1 研究背景 | 第9-10页 |
1.2 研究鱼的种类 | 第10页 |
1.3 检测鱼肉品质常规方法 | 第10-13页 |
1.3.1 感官评价 | 第11页 |
1.3.2 物理指标评价 | 第11-13页 |
1.3.3 化学评价 | 第13页 |
1.4 鱼肉品质的光谱检测 | 第13-17页 |
1.4.1 近红外光谱技术 | 第13-15页 |
1.4.2 机器视觉及其在鱼肉品质检查中的应用 | 第15-16页 |
1.4.3 高光谱成像技术及其在鱼肉品质检查中的应用 | 第16-17页 |
1.5 研究目的与内容 | 第17-18页 |
第二章 试验仪器与方法 | 第18-30页 |
2.1 试验仪器设备与软件 | 第18-19页 |
2.1.1 光源 | 第18页 |
2.1.2 CCD成像相机 | 第18页 |
2.1.3 光谱仪 | 第18-19页 |
2.1.4 短波近红外光谱仪成像仪 | 第19页 |
2.1.5 索氏脂肪提取仪 | 第19页 |
2.2 特征波长提取方法 | 第19-21页 |
2.2.1 竞争性自适应重加权算法 | 第20-21页 |
2.2.2 连续投影算法 | 第21页 |
2.2.3 遗传算法 | 第21页 |
2.3 高光谱数据建模方法 | 第21-25页 |
2.3.1 最小二乘支持向量机(LS-LVM) | 第22-23页 |
2.3.2 偏最小二乘回归(PLSR) | 第23-24页 |
2.3.3 簇类独立软模式(SIMCA) | 第24-25页 |
2.4 数据分析软件 | 第25-30页 |
2.4.1 ENVI4. | 第25-26页 |
2.4.2 Unscramber10. | 第26-27页 |
2.4.3 Origin8. | 第27-28页 |
2.4.4 MATLABR2014B | 第28-30页 |
第三章 新鲜与冷冻-解冻大菱鲆鱼肉的鉴别研究 | 第30-39页 |
3.1 引言 | 第30页 |
3.2 材料与方法 | 第30-33页 |
3.2.1 样本来源及光谱的获取 | 第30-32页 |
3.2.2 高光谱成像数据采集系统 | 第32页 |
3.2.3 高光谱数据采集 | 第32-33页 |
3.2.4 特征波长选择算法 | 第33页 |
3.3 数据分析流程 | 第33-37页 |
3.3.1 鱼样本的光谱 | 第33-34页 |
3.3.2 遗传算法选取特征波长 | 第34页 |
3.3.3 竞争性自适应重加权算法关键变量提取 | 第34-35页 |
3.3.4 连续投影算法选取特征波长 | 第35-36页 |
3.3.5 基于光谱建立SIMCA和LS-SVM类别预测模型 | 第36-37页 |
3.4 结论 | 第37-39页 |
第四章 基于高光谱成像技术的三文鱼脂肪含量的可视化研究 | 第39-46页 |
4.1 引言 | 第39页 |
4.2 材料与方法 | 第39-41页 |
4.2.1 三文鱼肉样本 | 第39-40页 |
4.2.2 采集高光谱成像数据 | 第40页 |
4.2.3 脂肪含量测定和光谱数据提取 | 第40页 |
4.2.4 特征波长选择算法 | 第40页 |
4.2.5 PLS回归模型的建立 | 第40-41页 |
4.2.6 三文鱼样本脂肪含量的可视化 | 第41页 |
4.3 实验分析 | 第41-45页 |
4.3.1 鱼样本的光谱 | 第41页 |
4.3.2 PLSR模型 | 第41-42页 |
4.3.3 连续投影算法选取特征波长 | 第42-43页 |
4.3.4 鱼肉脂肪含量的可视化 | 第43-45页 |
4.4 本章小结 | 第45-46页 |
第五章 光谱成像技术的鱼肉新鲜度检测简易平台总体构架设计设想 | 第46-54页 |
5.1 引言 | 第46页 |
5.2 光谱技术检测鱼肉新鲜度简易平台总体架构 | 第46-49页 |
5.2.1 光谱技术检测鱼肉新鲜度简易平台方案 | 第46-47页 |
5.2.2 光谱技术检测鱼肉新鲜度简易平台工作流程和功能 | 第47-49页 |
5.3 光谱技术检测鱼肉新鲜度简易平台机械结构 | 第49-53页 |
5.4 本章小结 | 第53-54页 |
第六章 结论与展望 | 第54-56页 |
6.1 研究的具体内容和主要结论 | 第54页 |
6.2 本研究的主要创新点 | 第54-55页 |
6.3 展望和建议 | 第55-56页 |
参考文献 | 第56-60页 |
个人简历 在读期间发表的学术论文 | 第60-61页 |
致谢 | 第61页 |