| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 近红外光谱技术的基本理论 | 第12-15页 |
| 1.1.1 近红外光谱分析技术基本原理和特点 | 第12页 |
| 1.1.2 近红外光谱分析理论基础 | 第12-13页 |
| 1.1.3 近红外光谱定量分析主要方法 | 第13页 |
| 1.1.4 近红外分析的整体流程 | 第13页 |
| 1.1.5 近红外光谱预处理 | 第13-14页 |
| 1.1.6 近红外光谱技术的特点 | 第14-15页 |
| 1.2 国内外研究现状 | 第15页 |
| 1.3 近红外光谱分析技术在粮食质量评价中的应用 | 第15-19页 |
| 1.3.1 粮食基础质量指标的评价 | 第15-16页 |
| 1.3.2 粮食病虫害的检测和不完整粒的筛选 | 第16-17页 |
| 1.3.3 粮食品种鉴定和产地来源的甄别 | 第17-18页 |
| 1.3.4 转基因粮食作物的识别 | 第18页 |
| 1.3.5 粮食在线品质监控和商品粮收购 | 第18-19页 |
| 1.4 近红外光谱分析技术在粮食品质评价中的应用前景 | 第19页 |
| 1.5 本论文研究背景和意义 | 第19-20页 |
| 1.6 本论文的主要研究内容 | 第20-21页 |
| 第二章 近红外光谱技术测定稻谷水分含量 | 第21-39页 |
| 2.1 材料与方法 | 第21页 |
| 2.1.1 材料 | 第21页 |
| 2.1.2 仪器与设备 | 第21页 |
| 2.2 稻谷水分含量化学值的测定 | 第21页 |
| 2.3 近红外光谱的采集 | 第21-22页 |
| 2.4 稻谷水分含量近红外定标模型的建立 | 第22-24页 |
| 2.4.1 建模集异常样品剔除方法 | 第22页 |
| 2.4.2 建模集光谱预处理 | 第22-23页 |
| 2.4.3 近红外定标模型的建立 | 第23-24页 |
| 2.4.4 定标模型的预测能力的检验 | 第24页 |
| 2.4.5 数据处理 | 第24页 |
| 2.5 结果与分析 | 第24-37页 |
| 2.5.1 不同预处理方法建模差异比较 | 第24-27页 |
| 2.5.2 不同省份稻谷水分含量化学值测定结果 | 第27-28页 |
| 2.5.3 不同形态稻谷水分含量近红外建模比较 | 第28-29页 |
| 2.5.4 不同省份稻谷水分含量PLS与ANN建模差异性比较 | 第29-31页 |
| 2.5.5 粳稻与籼稻近红外建模差异性比较 | 第31-33页 |
| 2.5.6 稻谷水分含量近红外模型预测能力的研究 | 第33-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第三章 近红外光谱技术测定稻谷粗蛋白含量 | 第39-54页 |
| 3.1 材料与设备 | 第39-40页 |
| 3.1.1 材料 | 第39页 |
| 3.1.2 试剂 | 第39页 |
| 3.1.3 仪器与设备 | 第39-40页 |
| 3.2 稻谷粗蛋白含量化学值的测定 | 第40页 |
| 3.3 近红外光谱的采集 | 第40页 |
| 3.4 稻谷粗蛋白含量近红外定标模型的建立 | 第40页 |
| 3.4.1 建模集异常样品剔除方法 | 第40页 |
| 3.4.2 光谱预处理方法 | 第40页 |
| 3.4.3 近红外定标模型的建立 | 第40页 |
| 3.4.4 定标模型的预测能力的检验 | 第40页 |
| 3.4.5 数据处理 | 第40页 |
| 3.5 结果与分析 | 第40-53页 |
| 3.5.1 不同预处理方法建模差异比较 | 第40-43页 |
| 3.5.2 不同省份稻谷粗蛋白含量化学值测定结果 | 第43页 |
| 3.5.3 不同形态稻谷粗蛋白含量近红外建模比较 | 第43-45页 |
| 3.5.4 不同省份稻谷粗蛋白含量PLS与ANN建模差异性比较 | 第45-47页 |
| 3.5.5 粳稻与籼稻近红外建模差异性比较 | 第47-48页 |
| 3.5.6 稻谷粗蛋白含量近红外模型预测能力的研究 | 第48-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 近红外光谱技术测定稻谷脂肪酸值 | 第54-69页 |
| 4.1 材料与设备 | 第54页 |
| 4.1.1 材料 | 第54页 |
| 4.1.2 试剂 | 第54页 |
| 4.1.3 仪器与设备 | 第54页 |
| 4.2 稻谷脂肪酸值化学值的测定 | 第54-55页 |
| 4.3 近红外光谱的采集 | 第55页 |
| 4.4 稻谷脂肪酸值近红外定标模型的建立 | 第55页 |
| 4.4.1 建模集异常样品剔除方法 | 第55页 |
| 4.4.2 光谱预处理方法 | 第55页 |
| 4.4.3 近红外定标模型的建立 | 第55页 |
| 4.4.4 定标模型的预测能力的检验 | 第55页 |
| 4.4.5 数据处理 | 第55页 |
| 4.5 结果与分析 | 第55-68页 |
| 4.5.1 不同预处理方法建模差异比较 | 第55-58页 |
| 4.5.2 不同省份稻谷脂肪酸值化学值测定结果 | 第58-59页 |
| 4.5.3 不同形态稻谷脂肪酸值近红外建模比较 | 第59-60页 |
| 4.5.4 不同省份稻谷脂肪酸值PLS与ANN建模差异性比较 | 第60-62页 |
| 4.5.5 粳稻与籼稻近红外建模差异性比较 | 第62-63页 |
| 4.5.6 稻谷脂肪酸值近红外模型预测能力的研究 | 第63-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 近红外光谱技术测定稻谷直链淀粉含量 | 第69-84页 |
| 5.1 材料与设备 | 第69-70页 |
| 5.1.1 材料 | 第69页 |
| 5.1.2 试剂 | 第69页 |
| 5.1.3 仪器与设备 | 第69-70页 |
| 5.2 稻谷直链淀粉含量化学值的测定 | 第70页 |
| 5.3 近红外光谱的采集 | 第70页 |
| 5.4 稻谷直链淀粉含量近红外定标模型的建立 | 第70页 |
| 5.4.1 建模集异常样品剔除方法 | 第70页 |
| 5.4.2 光谱预处理方法 | 第70页 |
| 5.4.3 近红外定标模型的建立 | 第70页 |
| 5.4.4 定标模型的预测能力的检验 | 第70页 |
| 5.4.5 数据处理 | 第70页 |
| 5.5 结果与分析 | 第70-83页 |
| 5.5.1 不同预处理方法建模差异比较 | 第70-73页 |
| 5.5.2 不同省份稻谷直链淀粉含量化学值测定结果 | 第73页 |
| 5.5.3 不同形态稻谷直链淀粉含量近红外建模比较 | 第73-75页 |
| 5.5.4 不同省份稻谷直链淀粉含量PLS与ANN建模差异性比较 | 第75-77页 |
| 5.5.5 粳稻与籼稻近红外建模差异性比较 | 第77-78页 |
| 5.5.6 稻谷直链淀粉含量近红外模型预测能力的研究 | 第78-83页 |
| 5.6 本章小结 | 第83-84页 |
| 全文结论与展望 | 第84-85页 |
| 结论 | 第84页 |
| 展望 | 第84-85页 |
| 论文创新点 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士学位期间的研究成果 | 第91-92页 |
| 致谢 | 第92页 |
