致谢 | 第1-5页 |
中文摘要 | 第5-7页 |
1 利用电子鼻分析番茄的成熟度、贮藏过程和损伤后的气味变化 | 第5-6页 |
2 利用电子鼻和吸附解吸附系统来评价黄酒的陈年数和品牌 | 第6-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-20页 |
1 研究目的与意义 | 第12-15页 |
2 电子鼻芳香特性分析的理论基础 | 第15-17页 |
3 国内外研究动态 | 第17-19页 |
4 课题来源 | 第19页 |
5 研究内容 | 第19-20页 |
·番茄的电子鼻检测研究 | 第19页 |
·黄酒的电子鼻检测研究 | 第19-20页 |
第二章 试验装置、试验方法与模式识别 | 第20-29页 |
1 试验设备 | 第20-22页 |
·电子鼻系统与吸附富集和解吸附系统 | 第20-21页 |
·坚实度测量仪器 | 第21-22页 |
2 试验材料、方案、步骤 | 第22-23页 |
·试验材料 | 第22页 |
·试验方案与步骤 | 第22-23页 |
·样品处理 | 第23页 |
·测量参数的设置 | 第23页 |
3 模式识别 | 第23-28页 |
·特征值的提取 | 第23-24页 |
·电子鼻信号数据的处理 | 第24-25页 |
·培训样品的分析与识别 | 第25-27页 |
·主成分分析法(Principal Component Analysis,PCA) | 第25页 |
·判别分析法(Discriminant Analysis,DA) | 第25页 |
·偏最小二乘法(Partial Least Squares Method,PLS) | 第25-26页 |
·聚类分析法(Cluster Analysis,CA) | 第26-27页 |
·人工神经网络(Artificial Neural Networks,ANN) | 第27页 |
·模式文件的建立与对检测样品的识别与预测 | 第27-28页 |
4 实验指标 | 第28-29页 |
第三章 基于电子鼻的番茄检测与分析 | 第29-42页 |
1 前言 | 第29页 |
2 结果和讨论 | 第29-40页 |
·番茄芳香特征的电子鼻响应 | 第29页 |
·传感器对不同成熟度、贮藏过程和损伤的响应分析 | 第29-33页 |
·不同成熟度番茄的传感器响应分析 | 第30页 |
·贮藏过程中番茄的传感器响应分析 | 第30-32页 |
·损伤番茄在贮藏过程中的传感器响应分析 | 第32-33页 |
·番茄的电子鼻检测分析 | 第33-40页 |
·不同成熟度番茄的电子鼻检测分析 | 第34-35页 |
·成熟期番茄在贮藏过程中的电子鼻检测分析 | 第35-37页 |
·完熟期番茄在贮藏过程中的电子鼻检测分析 | 第37-39页 |
·损伤番茄的电子鼻检测分析 | 第39页 |
·传感器的优化与优化后损伤番茄的电子鼻检测分析 | 第39-40页 |
3 本章小结 | 第40-42页 |
第四章 基于电子鼻的黄酒检测与分析 | 第42-65页 |
1 前言 | 第42页 |
2 结果与分析 | 第42-64页 |
·古越龙山加饭酒的电子鼻检测分析 | 第42-48页 |
·取不同特征值的分析 | 第42-45页 |
·模式文件和预测模型的建立和对检测样品的识别 | 第45-48页 |
·古越龙山加饭酒的聚类分析与识别 | 第45-47页 |
·古越龙山加饭酒的PLS分析与预测模型的建立 | 第47-48页 |
·会稽山加饭酒的电子鼻检测分析 | 第48-51页 |
·取不同特征值的分析 | 第48-50页 |
·模式文件的建立和对检测样品的识别 | 第50-51页 |
·会稽山加饭酒的聚类分析与识别 | 第50页 |
·会稽山加饭酒的PLS分析与预测模型的建立 | 第50-51页 |
·古越龙山和会稽山加饭酒的电子鼻检测分析 | 第51-64页 |
·取不同特征值的分析 | 第51-55页 |
·模式文件的建立和对检测样品的识别 | 第55-64页 |
·古越龙山与会稽山加饭酒的聚类分析 | 第55-57页 |
·古越龙山与会稽山加饭酒的逐步判别分析 | 第57-58页 |
·古越龙山与会稽山加饭酒的PLS分析与预测模型的建立 | 第58-60页 |
·古越龙山与会稽山加饭酒的BP神经网络分析与预测模型的建立 | 第60-63页 |
·不同模式识别方法的对比与讨论 | 第63-64页 |
3 本章小结 | 第64-65页 |
第五章 总结与展望 | 第65-67页 |
1 番茄的试验研究结果 | 第65页 |
2 黄酒的试验研究结果 | 第65-66页 |
3 不足与展望 | 第66-67页 |
参考文献 | 第67-69页 |