| 致谢 | 第7-9页 |
| 摘要 | 第9-12页 |
| Abstract | 第12-15页 |
| 第一章 绪论 | 第27-40页 |
| 1.1 课题研究背景与意义 | 第27-29页 |
| 1.1.1 我国水果产业的发展现状 | 第27-28页 |
| 1.1.2 水果品质检测的必要性 | 第28-29页 |
| 1.2 水果品质无损检测技术 | 第29-31页 |
| 1.2.1 常见的水果品质无损检测技术及应用 | 第29页 |
| 1.2.2 近红外光谱技术的基本原理与分析流程 | 第29-31页 |
| 1.3 可见/近红外光谱技术国内外研究现状 | 第31-37页 |
| 1.3.1 可见/近红外光谱技术在水果品质检测中的研究现状 | 第31-33页 |
| 1.3.2 可见/近红外光谱技术在水果品质检测中的应用难点 | 第33-34页 |
| 1.3.3 "模型失效"解决方法及其研究现状 | 第34-37页 |
| 1.3.3.1 预处理及变量筛选 | 第34-35页 |
| 1.3.3.2 模型更新 | 第35页 |
| 1.3.3.3 全局模型 | 第35页 |
| 1.3.3.4 模型传递 | 第35-37页 |
| 1.3.3.5 其他建模策略 | 第37页 |
| 1.4 研究目标和内容 | 第37-39页 |
| 1.4.1 课题来源 | 第37页 |
| 1.4.2 课题主要研究内容 | 第37-38页 |
| 1.4.3 技术路线 | 第38-39页 |
| 1.5 本章小结 | 第39-40页 |
| 第二章 实验仪器、材料和方法 | 第40-55页 |
| 2.1 主要实验仪器 | 第40-45页 |
| 2.1.1 QE系列光谱仪 | 第40-42页 |
| 2.1.2 理化分析仪 | 第42-43页 |
| 2.1.3 可见/近红外光谱检测系统 | 第43-45页 |
| 2.1.3.1 水果光谱在线检测系统 | 第43页 |
| 2.1.3.2 液体光谱检测系统 | 第43-45页 |
| 2.2 光谱采集及分析软件 | 第45-49页 |
| 2.2.1 SpectraSuite光谱采集软件 | 第45页 |
| 2.2.2 团队自编光谱采集软件 | 第45-46页 |
| 2.2.3 TQ Analyst软件介绍 | 第46-47页 |
| 2.2.4 Unscrambler软件介绍 | 第47-48页 |
| 2.2.5 Matlab软件介绍 | 第48-49页 |
| 2.3 实验材料 | 第49-50页 |
| 2.3.1 梨 | 第49页 |
| 2.3.2 鲜榨果汁 | 第49-50页 |
| 2.3.3 果糖溶液 | 第50页 |
| 2.4 光谱预处理方法 | 第50-52页 |
| 2.5 样本集划分方法 | 第52-53页 |
| 2.6 光谱建模方法 | 第53-54页 |
| 2.6.1 偏最小二乘回归PLSR | 第53页 |
| 2.6.2 逐步多元线性回归SMLR | 第53页 |
| 2.6.3 最小二乘支持向量机LS-SVM | 第53页 |
| 2.6.4 间隔偏最小二乘回归iPLSR | 第53-54页 |
| 2.7 模型评价指标 | 第54页 |
| 2.8 本章小结 | 第54-55页 |
| 第三章 不同光谱仪间皇冠梨SSC检测模型的适应性研究 | 第55-64页 |
| 3.1 问题来源 | 第55页 |
| 3.2 实验部分 | 第55-56页 |
| 3.3 PLSR建模分析 | 第56-60页 |
| 3.3.1 异常样本剔除 | 第56-58页 |
| 3.3.2 PLSR建模及结果讨论 | 第58-60页 |
| 3.4 不同光谱仪间模型适配性检验 | 第60-61页 |
| 3.5 模型传递方法 | 第61-62页 |
| 3.5.1 直接校正算法DS | 第61页 |
| 3.5.2 分段直接校正算法PDS | 第61页 |
| 3.5.3 斜率偏差算法S/B | 第61-62页 |
| 3.5.4 平均光谱差值校正算法MSSC | 第62页 |
| 3.6 模型传递及结果讨论 | 第62-63页 |
| 3.7 本章小结 | 第63-64页 |
| 第四章 套袋对翠冠梨SSC检测模型的影响研究 | 第64-70页 |
| 4.1 问题来源 | 第64页 |
| 4.1.1 套袋技术简介 | 第64页 |
| 4.1.2 水果套袋处理对近红外光谱技术应用的影响 | 第64页 |
| 4.2 实验部分 | 第64-66页 |
| 4.3 PLSR建模分析 | 第66-69页 |
| 4.3.1 异常样本剔除 | 第66-67页 |
| 4.3.2 PLSR建模及结果讨论 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 参比采集频率对近红外光谱检测模型的影响研究 | 第70-80页 |
| 5.1 问题来源 | 第70-76页 |
| 5.1.1 研究基础 | 第70-71页 |
| 5.1.2 初步结论 | 第71-72页 |
| 5.1.3 基于不同建模方法的结果讨论 | 第72-76页 |
| 5.2 自动参比不同采集频率影响实验 | 第76-77页 |
| 5.3 PLSR建模分析 | 第77-78页 |
| 5.3.1 异常样品剔除 | 第77页 |
| 5.3.2 PLSR建模及结果讨论 | 第77-78页 |
| 5.4 本章小结 | 第78-80页 |
| 第六章 特征波长选择方法研究 | 第80-92页 |
| 6.1 特征波长选择的意义 | 第80页 |
| 6.2 特征波长选择算法介绍 | 第80-82页 |
| 6.2.1 逐步多元线性回归SMLR | 第80页 |
| 6.2.2 蒙特卡罗非信息变量剔除MC-UVE | 第80-81页 |
| 6.2.3 自适应性加权算法CARS | 第81页 |
| 6.2.4 遗传算法GA | 第81页 |
| 6.2.5 连续投影算法SPA | 第81-82页 |
| 6.3 特征波长选择对不同年份皇冠梨SSC检测模型适应性的影响 | 第82-86页 |
| 6.3.1 实验数据 | 第82-83页 |
| 6.3.2 基于特征波长选择的不同年份间模型预测能力研究 | 第83-85页 |
| 6.3.3 基于特征波长选择的不同年份间模型修正 | 第85-86页 |
| 6.4 基于溶液特征波长选择的果实SSC检测模型研究 | 第86-91页 |
| 6.4.1 研究目的与意义 | 第86页 |
| 6.4.2 鲜榨果汁SSC检测模型 | 第86-88页 |
| 6.4.3 果糖溶液SSC检测模型 | 第88-90页 |
| 6.4.4 基于溶液特征波长的果实SSC检测模型 | 第90-91页 |
| 6.5 本章小结 | 第91-92页 |
| 第七章 总结与展望 | 第92-95页 |
| 7.1 主要研究结论 | 第92-93页 |
| 7.2 主要创新点 | 第93-94页 |
| 7.3 进一步研究展望 | 第94-95页 |
| 参考文献 | 第95-100页 |
| 个人简历 | 第100页 |
