首页--工业技术论文--轻工业、手工业论文--食品工业论文--水果、蔬菜、坚果加工工业论文--基础科学论文

小西瓜糖度表征与无损检测方法的研究

摘要第1-6页
ABSTRACT第6-15页
第一章 绪论第15-25页
   ·引言第15页
   ·近红外光谱分析技术简述第15-18页
     ·近红外分析技术的原理第16-17页
     ·近红外分析技术的特点第17-18页
   ·近红外分析技术常用的预处理方法第18-19页
     ·数据增强算法第18页
     ·平滑算法第18页
     ·导数算法第18页
     ·SNV 和去趋势算法第18-19页
     ·多元散射校正算法第19页
     ·正交信号校正算法第19页
     ·净分析信号算法第19页
   ·近红外分析技术中常用的波长选择方法第19-20页
   ·近红外分析技术中常用的定量分析化学计量学方法第20-22页
     ·偏最小二乘法第20-21页
     ·多元线性回归法第21页
     ·主成分回归第21页
     ·人工神经网络第21-22页
   ·近红外分析中常用的定性分析方法第22-23页
     ·主成分分析第22页
     ·支持向量机第22-23页
   ·近红外光谱模型效果的评价参数第23页
   ·课题研究的目的,内容和意义第23-24页
   ·课题研究的难点,创新点及可行性第24-25页
第二章 小西瓜糖度表征方法的研究第25-33页
   ·引言第25页
   ·实验部分第25-27页
     ·实验样品及其预处理第25-26页
     ·糖度分布实验第26-27页
   ·实验结果与讨论第27-31页
   ·小节第31-33页
第三章 小西瓜糖度无损测量方法的研究第33-57页
   ·引言第33页
   ·实验部分第33-42页
     ·漫反射分析的可行性研究第33-37页
     ·检测环境的摸索第37-38页
     ·光谱采集第38-39页
     ·谱图重复性和稳定性的研究第39-42页
     ·光谱预处理和模型的建立第42页
   ·结果与讨论第42-54页
     ·建模结果第42-43页
     ·模型的优化处理第43-47页
     ·优化后模型的建立与最终建模结果第47-48页
     ·最终模型结果与初始模型的对比第48-53页
     ·两种样品的混合建模第53-54页
   ·小节第54-57页
第四章 两种小西瓜的分类鉴别第57-67页
   ·引言第57页
   ·主成分分析法的分类鉴别第57-62页
   ·最小二乘支持向量机法的分类鉴别第62-64页
   ·小节第64-67页
第五章 论文结论与前景展望第67-69页
   ·论文结论第67-68页
   ·前景展望第68-69页
参考文献第69-73页
致谢第73-74页
研究成果及发表的学术论文第74-75页
导师和作者简介第75页

论文共75页,点击 下载论文
上一篇:白酒中常见重要香味物质分离定量方法及其标准物质的研制
下一篇:薯渣及柚皮果胶提取工艺的研究