| 摘要 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 水果无损检测技术概述 | 第11-12页 |
| 1.3 近红外光谱检测技术概述 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 研究目标、研究内容及技术路线 | 第14-16页 |
| 1.4.1 研究目标 | 第14页 |
| 1.4.2 研究内容 | 第14-15页 |
| 1.4.3 技术路线 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 实验设备、样本材料及分析方法 | 第17-26页 |
| 2.1 实验设备 | 第17-18页 |
| 2.1.1 近红外光谱检测设备 | 第17页 |
| 2.1.2 可溶性固形物(Soluble solids content,SSC)含量检测设备 | 第17-18页 |
| 2.2 样本材料 | 第18页 |
| 2.3 漫反射光谱采集 | 第18-19页 |
| 2.4 近红外光谱分析方法 | 第19-24页 |
| 2.4.1 光谱预处理方法 | 第19-20页 |
| 2.4.2 特征波长提取方法 | 第20-21页 |
| 2.4.3 化学计量学建模方法 | 第21-23页 |
| 2.4.4 模型优劣的数学评价标准 | 第23-24页 |
| 2.5 光谱数据采集的分析软件 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 鲜枣品质在线光谱无损检测分选系统设计 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 检测系统硬件设计 | 第26-34页 |
| 3.2.1 机电控制部分 | 第27-31页 |
| 3.2.2 数据采集部分 | 第31-33页 |
| 3.2.3 数据处理部分 | 第33页 |
| 3.2.4 分选执行部分 | 第33-34页 |
| 3.3 检测系统软件设计 | 第34-36页 |
| 3.4 在线检测分选系统搭建 | 第36-37页 |
| 3.5 检测系统的优势 | 第37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 鲜枣品质预测模型建立及优化研究 | 第38-54页 |
| 4.1 引言 | 第38页 |
| 4.2 冬枣内在品质漫反射光谱在线检测模型构建 | 第38-46页 |
| 4.2.1 冬枣样本SSC测定结果统计 | 第38-39页 |
| 4.2.2 光谱数据采集 | 第39-40页 |
| 4.2.3 光谱数据预处理 | 第40页 |
| 4.2.4 特征波长的提取 | 第40-43页 |
| 4.2.5 预测模型的建立 | 第43-45页 |
| 4.2.6 在线验证 | 第45-46页 |
| 4.3 冬枣外部品质漫反射光谱在线检测模型构建 | 第46-53页 |
| 4.3.1 轻微损伤样本的制作 | 第46页 |
| 4.3.2 光谱数据采集 | 第46-47页 |
| 4.3.3 光谱数据预处理 | 第47-48页 |
| 4.3.4 特征波长的提取 | 第48-50页 |
| 4.3.5 判别模型的建立 | 第50-52页 |
| 4.3.6 在线验证 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-57页 |
| 5.1 主要研究结论 | 第54-55页 |
| 5.2 主要创新点 | 第55页 |
| 5.3 进一步研究设想 | 第55-57页 |
| 参考文献 | 第57-61页 |
| Abstract | 第61-62页 |
| 致谢 | 第63页 |