| 摘要 | 第6-9页 |
| ABSTRACT | 第9-13页 |
| 主要英文缩略词表 | 第17-18页 |
| 第一章 绪论 | 第18-44页 |
| 1.1 研究目的与意义 | 第18-19页 |
| 1.2 鱼食用安全性主要影响因素及其检测方法研究进展 | 第19-33页 |
| 1.2.1 鱼食用安全性主要影响因素 | 第19-22页 |
| 1.2.2 鱼食用安全性主要影响因素检测方法研究进展 | 第22-33页 |
| 1.3 基于味觉传感的检测新技术 | 第33-42页 |
| 1.3.1 电子舌技术及其在食品品质检测中的应用 | 第33-41页 |
| 1.3.2 味觉可视化技术 | 第41-42页 |
| 1.4 本研究的主要内容 | 第42-43页 |
| 1.5 本章小结 | 第43-44页 |
| 第二章 鱼食用安全性主要影响因素的常规方法检测 | 第44-53页 |
| 2.1 实验材料与仪器设备 | 第44-45页 |
| 2.2 实验方法 | 第45-49页 |
| 2.2.1 细菌总数的平板计数检测法 | 第45-46页 |
| 2.2.2 重金属残留的ICP-MS检测法 | 第46-47页 |
| 2.2.3 渔药残留的HPLC检测法 | 第47-49页 |
| 2.3 检测结果 | 第49-52页 |
| 2.3.1 细菌总数检测结果 | 第49页 |
| 2.3.2 重金属残留检测结果 | 第49-51页 |
| 2.3.3 渔药残留检测结果 | 第51-52页 |
| 2.4 本章小结 | 第52-53页 |
| 第三章 鱼微生物污染程度及渔药残留的电子舌检测新方法研究 | 第53-76页 |
| 3.1 鱼微生物污染程度预测模型的构建 | 第53-66页 |
| 3.1.1 样品准备 | 第53页 |
| 3.1.2 鱼微生物污染程度检测的电子舌传感器数据采集 | 第53页 |
| 3.1.3 Fisher判别模型 | 第53-56页 |
| 3.1.4 贝叶斯判别模型 | 第56-57页 |
| 3.1.5 距离判别模型 | 第57-58页 |
| 3.1.6 鱼细菌总数的偏最小二乘预测模型 | 第58-60页 |
| 3.1.7 鱼细菌总数的支持向量机预测模型 | 第60-62页 |
| 3.1.8 鱼细菌总数的BP-人工神经网络预测模型 | 第62-64页 |
| 3.1.9 结果讨论 | 第64-66页 |
| 3.2 基于电子舌技术的渔药残留预测模型的构建 | 第66-74页 |
| 3.2.1 样品准备 | 第66-67页 |
| 3.2.2 渔药残留检测的电子舌传感器数据采集 | 第67页 |
| 3.2.3 基于电子舌技术的渔药残留支持向量机预测模型 | 第67-71页 |
| 3.2.4 基于电子舌技术的渔药残留BP-人工神经网络预测模型 | 第71-73页 |
| 3.2.5 结果讨论 | 第73-74页 |
| 3.3 本章小结 | 第74-76页 |
| 第四章 鱼体内重金属、渔药残留的新型味觉传感器检测方法研究 | 第76-99页 |
| 4.1 鱼体内重金属、渔药残留的味觉可视化技术检测机理 | 第76-79页 |
| 4.2 鱼体内重金属、渔药残留检测的新型味觉可视化传感器设计 | 第79-83页 |
| 4.3 鱼体内重金属残留预测模型的构建 | 第83-91页 |
| 4.3.1 样品准备及检测流程 | 第83页 |
| 4.3.2 鱼重金属残留的支持向量机预测模型 | 第83-87页 |
| 4.3.3 鱼重金属残留的BP-人工神经网络预测模型 | 第87-91页 |
| 4.3.4 结果讨论 | 第91页 |
| 4.4 渔药残留的味觉可视化技术预测模型构建 | 第91-98页 |
| 4.4.1 样品准备及检测流程 | 第91-92页 |
| 4.4.2 基于味觉可视化技术的渔药残留支持向量机预测模型 | 第92-95页 |
| 4.4.3 基于味觉可视化技术的渔药残留BP-人工神经网络预测模型 | 第95-97页 |
| 4.4.4 结果讨论 | 第97-98页 |
| 4.5 本章小结 | 第98-99页 |
| 第五章 多传感器信息融合的渔药残留智能化预测方法研究 | 第99-107页 |
| 5.1 多传感器信息融合方法 | 第99-101页 |
| 5.1.1 数据层融合 | 第99-100页 |
| 5.1.2 特征层融合 | 第100-101页 |
| 5.1.3 决策层融合 | 第101页 |
| 5.2 基于特征层融合的渔药残留支持向量机预测模型 | 第101-103页 |
| 5.3 基于特征层融合的渔药残留BP-人工神经网络预测模型 | 第103-105页 |
| 5.4 结果讨论 | 第105-106页 |
| 5.5 本章小结 | 第106-107页 |
| 第六章 结论与展望 | 第107-110页 |
| 6.1 主要结论 | 第107-108页 |
| 6.2 创新点 | 第108页 |
| 6.3 展望 | 第108-110页 |
| 参考文献 | 第110-130页 |
| 致谢 | 第130-131页 |
| 博士期间取得的科研成果 | 第131-134页 |
| 附录 | 第134-137页 |
