| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 前言 | 第10-33页 |
| 1.1 研究背景 | 第10页 |
| 1.2 猪肉新鲜度检测现状与研究进展 | 第10-17页 |
| 1.2.1 新鲜度评价指标及其比较 | 第11-13页 |
| 1.2.2 新鲜度检测技术现状 | 第13-17页 |
| 1.2.3 现有检测技术的比较与分析 | 第17页 |
| 1.3 远红外THz光谱测量技术 | 第17-30页 |
| 1.3.1 THz波简介 | 第17-19页 |
| 1.3.2 THz波的产生 | 第19-20页 |
| 1.3.3 THz波的探测 | 第20-21页 |
| 1.3.4 THz检测系统的构成 | 第21-22页 |
| 1.3.5 THz在生物检测中的研究进展 | 第22-25页 |
| 1.3.6 生物分子的THz探测方法 | 第25-30页 |
| 1.3.7 猪肉样本的THz检测模式选择 | 第30页 |
| 1.4 研究目的及意义 | 第30页 |
| 1.4.1 研究目的 | 第30页 |
| 1.4.2 研究意义 | 第30页 |
| 1.5 研究内容与技术路线 | 第30-33页 |
| 第二章 基于K值的猪肉新鲜度理化方法测定 | 第33-43页 |
| 2.1 猪肉的组织结构与化学组成 | 第33-36页 |
| 2.1.1 猪肉的组织结构 | 第33-34页 |
| 2.1.2 肉的化学组成 | 第34-36页 |
| 2.2 检测样本的选择 | 第36-39页 |
| 2.2.1 宰后肉的熟化与腐败 | 第36-38页 |
| 2.2.2 肉的出货形态及其对新鲜度的影响 | 第38-39页 |
| 2.2.3 样本制备 | 第39页 |
| 2.3 猪肉新鲜度K值的理化检测方法 | 第39-40页 |
| 2.4 肉样K值的理化检测结果 | 第40-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第三章 冷鲜肉新鲜度的THz光谱检测 | 第43-55页 |
| 3.1 基于THz光谱分析技术的肉品新鲜度检测机理 | 第43页 |
| 3.2 TAS7500光谱采集系统 | 第43-45页 |
| 3.3 肉样THz光谱采集方案 | 第45-53页 |
| 3.3.1 THz-ATR相关光学参数的选择 | 第45-49页 |
| 3.3.2 THz光谱仪测量肉样的参数与校准 | 第49-52页 |
| 3.3.3 猪肉样本THz采集区域的选择 | 第52-53页 |
| 3.4 不同新鲜度肉样的THz光谱数据获取 | 第53-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 光谱数据预处理及新鲜度线性预测模型 | 第55-69页 |
| 4.1 肉样THz光谱原始数据的数学表达 | 第55页 |
| 4.2 原始THz光谱数据的预处理 | 第55-59页 |
| 4.2.1 多元散射校正(MSC) | 第55-56页 |
| 4.2.2 标准正态变换(SNVT) | 第56-57页 |
| 4.2.3 导数处理 | 第57-58页 |
| 4.2.4 光谱数据预处理的目的与效果 | 第58-59页 |
| 4.3 新鲜度光谱预测模型的性能评价指标 | 第59页 |
| 4.4 用于光谱降维的主成分分析(PCA)法 | 第59-62页 |
| 4.5 预测K值的主成分回归(PCR)模型 | 第62-64页 |
| 4.6 预测K值的偏最小二乘回归(PLSR)模型 | 第64-68页 |
| 4.7 本章小结 | 第68-69页 |
| 第五章 预测新鲜度的神经网络模型及其改进算法 | 第69-86页 |
| 5.1 人工神经网络在无损检测食品中的应用 | 第69页 |
| 5.2 预测K值的BP-ANN模型建立 | 第69-78页 |
| 5.2.1 构建预测K值的BP-ANN网络 | 第70-74页 |
| 5.2.2 训练BP-ANN预测K值模型 | 第74-75页 |
| 5.2.3 BP-ANN预测K值模型的性能 | 第75-77页 |
| 5.2.4 BP-ANN预测结果的比较与分析 | 第77-78页 |
| 5.3 基于BP-Adaboost技术的预测K值优化模型设计 | 第78-82页 |
| 5.3.1 BP-AdaBoost模型优化算法 | 第78-80页 |
| 5.3.2 BP-AdaBoost预测K值模型的建立与预测结果 | 第80-82页 |
| 5.4 肉品新鲜度K值检测模型的确立 | 第82-84页 |
| 5.5 检测肉品新鲜度的人机交互软件设计 | 第84-85页 |
| 5.6 本章小结 | 第85-86页 |
| 第六章 结论和创新点 | 第86-88页 |
| 6.1 结论 | 第86-87页 |
| 6.2 本文创新点 | 第87页 |
| 6.3 进一步研究建议 | 第87-88页 |
| 参考文献 | 第88-98页 |
| 攻读学位期间发表的学术论文 | 第98页 |
