基于近红外光谱技术食品检测软件开发及其应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·近红外光谱技术介绍 | 第11-14页 |
| ·近红外光谱技术的发展概述 | 第11页 |
| ·近红外光谱吸收的基本原理 | 第11-13页 |
| ·近红外光谱的技术特点 | 第13-14页 |
| ·近红外光谱技术的优点 | 第13-14页 |
| ·近红外光谱技术的不足 | 第14页 |
| ·近红外光谱技术在食品领域应用的国内外研究现状 | 第14-16页 |
| ·在食品领域定量检测的应用 | 第15页 |
| ·在食品领域定性判别的应用 | 第15-16页 |
| ·本论文研究意义及内容 | 第16-17页 |
| 第二章 近红外光谱技术中的化学计量学算法 | 第17-30页 |
| ·引言 | 第17-18页 |
| ·光谱数据预处理方法 | 第18-20页 |
| ·中心化 | 第18页 |
| ·标准化 | 第18页 |
| ·归一化 | 第18页 |
| ·平滑 | 第18-19页 |
| ·微分 | 第19页 |
| ·标准正态变量变换（SNV） | 第19-20页 |
| ·多元散射校正（MSC） | 第20页 |
| ·定量校正 | 第20-25页 |
| ·多元线性回归 | 第20-21页 |
| ·主成分回归法 | 第21-23页 |
| ·主成分分析 | 第21-22页 |
| ·主成分线性回归 | 第22-23页 |
| ·偏最小二乘法（PLS） | 第23页 |
| ·人工神经网络法 | 第23-25页 |
| ·定性分析法 | 第25-29页 |
| ·聚类分析 | 第25-27页 |
| ·系统聚类分析 | 第25-26页 |
| ·K-均值聚类方法 | 第26-27页 |
| ·判别分析 | 第27-29页 |
| ·K-最邻近法 | 第27-28页 |
| ·SIMCA 法 | 第28-29页 |
| ·回归法用于判别分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 近红外光谱食品检测软件的设计与实现 | 第30-42页 |
| ·引言 | 第30-31页 |
| ·软件系统设计说明 | 第31-33页 |
| ·开发工具的介绍 | 第31页 |
| ·软件特点介绍 | 第31页 |
| ·软件的总体设计 | 第31-33页 |
| ·软件的功能 | 第33-41页 |
| ·光谱文件的管理与显示 | 第33-34页 |
| ·光谱预处理 | 第34页 |
| ·异常样本的剔除 | 第34-35页 |
| ·光谱校正模型的建立与管理 | 第35-40页 |
| ·定量分析模型的建立 | 第36-39页 |
| ·定性分析模型的建立 | 第39-40页 |
| ·未知样品预测 | 第40-41页 |
| ·其他功能 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 近红外光谱技术用于奶粉掺假物定性判别研究 | 第42-52页 |
| ·引言 | 第42页 |
| ·实验部分 | 第42-44页 |
| ·SIMCA 用于奶粉掺假定性建模 | 第44-48页 |
| ·PLS-模式识别用于奶粉掺假定性建模 | 第48-51页 |
| ·判别模型比较 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第五章 近红外光谱技术在面粉水分检测中的应用研究 | 第52-72页 |
| ·引言 | 第52-53页 |
| ·实验部分 | 第53-57页 |
| ·PLS 法用于面粉水分定量建模 | 第57-60页 |
| ·BP 神经网络法用于面粉水分定量建模 | 第60-64页 |
| ·PLS 模型与 BP 模型比较 | 第64-65页 |
| ·PLS 模型可靠性验证 | 第65-68页 |
| ·便携式多波长近红外水分测定仪的设计 | 第68-71页 |
| ·设计思想 | 第68-69页 |
| ·设计方案 | 第69-71页 |
| ·方案的可行性论证 | 第71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·论文总结 | 第72-73页 |
| ·不足与展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
