项目来源 | 第1-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-13页 |
第一章 绪论 | 第13-19页 |
·选题背景与意义 | 第13页 |
·近红外光谱技术在果品品质检测领域的研究现状 | 第13-17页 |
·果品内部品质指标定量检测方面 | 第13-15页 |
·果品品质特性定性鉴别方面 | 第15-17页 |
·研究中尚存在的问题 | 第17页 |
·研究内容与方法 | 第17-19页 |
第二章 近红外光谱分析技术基本原理与方法 | 第19-28页 |
·引言 | 第19页 |
·近红外光谱检测技术概述 | 第19-21页 |
·近红外光谱分析技术的原理 | 第19页 |
·近红外光谱分析技术的特点 | 第19-20页 |
·近红外光谱分析的基本流程与步骤 | 第20页 |
·近红外光谱分析模型的评价准则 | 第20-21页 |
·近红外光谱数据处理方法 | 第21-26页 |
·样品优选方法 | 第21-22页 |
·近红外光谱的预处理方法 | 第22-23页 |
·有效特征波数的优选方法 | 第23-24页 |
·校正模型建立方法 | 第24-26页 |
·小结 | 第26-28页 |
第三章 猕猴桃品质特性的近红外光谱无损检测模型优化研究 | 第28-53页 |
·引言 | 第28页 |
·试验材料与方法 | 第28-29页 |
·试验材料 | 第28页 |
·近红外光谱采集 | 第28-29页 |
·可溶性固形物含量测定 | 第29页 |
·混合品种猕猴桃可溶性固形物含量近红外光谱无损检测 | 第29-37页 |
·异常样品的剔除 | 第29-31页 |
·样品集的合理划分 | 第31-32页 |
·光谱预处理 | 第32页 |
·有效特征波数的选取 | 第32-34页 |
·可溶性固形物含量建模分析 | 第34-37页 |
·模型综合比较与评价 | 第37页 |
·猕猴桃品种的近红外光谱快速鉴别技术研究 | 第37-44页 |
·异常样品的剔除 | 第37-38页 |
·Kennard-Stone 算法划分样品集 | 第38-39页 |
·光谱预处理 | 第39页 |
·有效特征变量的提取 | 第39-41页 |
·品种判别分析模型的建立 | 第41-43页 |
·判别模型的综合比较与评价 | 第43-44页 |
·贮藏期损伤猕猴桃近红外光谱快速识别技术研究 | 第44-51页 |
·猕猴桃近红外光谱特征分析 | 第44-45页 |
·异常样品的剔除 | 第45-46页 |
·Kennard-Stone 算法划分样品集 | 第46页 |
·光谱预处理 | 第46页 |
·有效特征变量的提取 | 第46-48页 |
·损伤猕猴桃识别模型的建立 | 第48-51页 |
·识别模型的综合比较与评价 | 第51页 |
·小结 | 第51-53页 |
第四章 桃品质特性的近红外光谱无损检测模型优化研究 | 第53-69页 |
·引言 | 第53页 |
·试验数据介绍 | 第53页 |
·混合品种桃可溶性固形物含量近红外光谱无损检测 | 第53-62页 |
·三种桃近红外光谱特征分析 | 第54-55页 |
·异常样品的剔除 | 第55页 |
·样品集的合理划分 | 第55-56页 |
·光谱预处理 | 第56页 |
·有效特征波数的选取 | 第56-58页 |
·可溶性固形物含量建模分析 | 第58-61页 |
·模型综合比较与评价 | 第61-62页 |
·不同品种桃的近红外光谱快速鉴别技术研究 | 第62-68页 |
·异常样品的剔除 | 第62页 |
·Kennard-Stone 算法划分样品集 | 第62页 |
·光谱预处理 | 第62-63页 |
·有效特征变量的提取 | 第63-65页 |
·品种判别分析模型的建立 | 第65-67页 |
·判别模型的综合比较与评价 | 第67-68页 |
·小结 | 第68-69页 |
第五章 梨品质特性的近红外光谱无损检测模型优化研究 | 第69-84页 |
·引言 | 第69页 |
·试验数据介绍 | 第69页 |
·混合品种梨可溶性固形物含量近红外光谱无损检测 | 第69-77页 |
·异常样品的剔除 | 第70-71页 |
·样品集的合理划分 | 第71页 |
·光谱预处理 | 第71-72页 |
·有效特征波数的选取 | 第72-73页 |
·可溶性固形物含量建模分析 | 第73-77页 |
·模型综合比较与评价 | 第77页 |
·不同品种桃的近红外光谱快速鉴别技术研究 | 第77-83页 |
·异常样品的剔除 | 第77页 |
·Kennard-Stone 算法划分样品集 | 第77-78页 |
·光谱预处理 | 第78页 |
·有效特征变量的提取 | 第78-80页 |
·品种判别分析模型的建立 | 第80-82页 |
·判别模型的综合比较与评价 | 第82-83页 |
·小结 | 第83-84页 |
第六章 结论与展望 | 第84-86页 |
·结论 | 第84-85页 |
·创新点 | 第85页 |
·展望 | 第85-86页 |
参考文献 | 第86-92页 |
致谢 | 第92-93页 |
作者简介 | 第93页 |