| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 牛奶掺杂检测的背景及意义 | 第9页 |
| 1.2 牛奶掺杂检测的主要方法 | 第9-10页 |
| 1.3 近红外光谱检测掺杂牛奶的国内外研究现状 | 第10-11页 |
| 1.4 牛奶检测中存在的问题 | 第11-12页 |
| 1.5 本文的主要研究内容和结构安排 | 第12-13页 |
| 第二章 近红外光谱测量原理及分析方法 | 第13-26页 |
| 2.1 近红外光谱的信息源 | 第13页 |
| 2.2 近红外光谱的测量原理 | 第13-15页 |
| 2.2.1 漫反射光谱原理 | 第13-14页 |
| 2.2.2 透射光谱法原理 | 第14-15页 |
| 2.3 纯牛奶与掺杂物的物理化学特性 | 第15-17页 |
| 2.3.1 纯牛奶的物理化学特性 | 第15-16页 |
| 2.3.2 尿素的物理化学特性 | 第16页 |
| 2.3.3 三聚氰胺的物理化学特性 | 第16-17页 |
| 2.4 二维相关光谱的算法原理 | 第17-20页 |
| 2.4.1 二维相关光谱的计算 | 第17-19页 |
| 2.4.2 二维相关光谱的谱图分析 | 第19-20页 |
| 2.5 模式识别方法 | 第20-25页 |
| 2.5.1 核隐变量正交投影法(K-OPLS) | 第20-21页 |
| 2.5.2 偏最小二乘判别分析(PLS-DA) | 第21-23页 |
| 2.5.3 BP 神经网络 | 第23-24页 |
| 2.5.4 概率神经网络 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于二维相关近红外谱的牛奶掺杂识别建模 | 第26-45页 |
| 3.1 引言 | 第26页 |
| 3.2 样品的光谱采集 | 第26-28页 |
| 3.2.1 实验设备 | 第26-28页 |
| 3.2.2 实验方法 | 第28页 |
| 3.3 利用二维相关光谱技术分析牛奶掺杂 | 第28-32页 |
| 3.3.1 掺杂牛奶的一维光谱图 | 第28-31页 |
| 3.3.2 掺杂牛奶的二维相关光谱分析 | 第31-32页 |
| 3.4 展开偏最小二乘法(Unfold-PLS)判别掺杂牛奶 | 第32-38页 |
| 3.4.1 掺杂尿素牛奶与纯牛奶的 Unfold-PLS 判别 | 第33-34页 |
| 3.4.2 掺杂三聚氰胺牛奶与纯牛奶的 Unfold-PLS 判别 | 第34-36页 |
| 3.4.3 两种掺杂牛奶与纯牛奶的 Unfold-PLS 判别 | 第36-38页 |
| 3.5 核隐变量正交投影法(K-OPLS)判别掺杂牛奶 | 第38-44页 |
| 3.5.1 掺杂尿素牛奶与纯牛奶的 K-OPLS 判别 | 第38-40页 |
| 3.5.2 掺杂三聚氰胺牛奶与纯牛奶的 K-OPLS 判别 | 第40-42页 |
| 3.5.3 两种掺杂牛奶与纯牛奶的 K-OPLS 判别 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于二维相关近红外谱特征的牛奶掺杂识别建模 | 第45-62页 |
| 4.1 引言 | 第45页 |
| 4.2 二维相关近红外谱的特征提取 | 第45-47页 |
| 4.2.1 表观统计特征参数选择 | 第45-46页 |
| 4.2.2 奇异值分解提取特征向量 | 第46-47页 |
| 4.3 基于二维相关近红外谱表观统计特征与模式识别判别掺杂牛奶 | 第47-59页 |
| 4.3.1 表观统计特征提取 | 第47-48页 |
| 4.3.2 PLS-DA 判别模型 | 第48-52页 |
| 4.3.3 BP 神经网络判别模型 | 第52-56页 |
| 4.3.4 概率神经网络(PNN)判别模型 | 第56-58页 |
| 4.3.5 模型间的比较 | 第58-59页 |
| 4.4 基于二维相关近红外谱主成分特征与 PNN 判别掺杂牛奶 | 第59-60页 |
| 4.4.1 掺杂尿素牛奶与纯牛奶的 PNN 判别 | 第59页 |
| 4.4.2 掺杂三聚氰胺牛奶与纯牛奶的 PNN 判别 | 第59-60页 |
| 4.4.3 两种掺杂牛奶与纯牛奶的 PNN 三类判别 | 第60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 发表论文和参加科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |
