| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-24页 |
| 1.1 引言 | 第10-11页 |
| 1.2 橄榄油品质分析方法 | 第11-17页 |
| 1.2.1 常用的化学分析方法 | 第11-15页 |
| 1.2.2 常用的化学计量学方法 | 第15-17页 |
| 1.3 傅里叶变换红外光谱技术 | 第17-19页 |
| 1.3.1 傅里叶变换红外光谱原理介绍及优势 | 第17-19页 |
| 1.3.2 傅里叶变换红外光谱在食用油分析方面的应用 | 第19页 |
| 1.4 本论文研究内容 | 第19-20页 |
| 参考文献 | 第20-24页 |
| 2 FT-IR光谱结合PSO改进的模糊C均值算法来分类和半定量花生油掺杂的橄榄油 | 第24-34页 |
| 2.1 引言 | 第24-25页 |
| 2.2 方法 | 第25-27页 |
| 2.2.1 模糊c均值 | 第25-26页 |
| 2.2.2 粒子群优化算法（PSO） | 第26页 |
| 2.2.3 改进的FCM-PSO算法（AFCMPSO） | 第26页 |
| 2.2.4 适应度函数 | 第26-27页 |
| 2.3 实验部分 | 第27-28页 |
| 2.3.1 样本 | 第27页 |
| 2.3.2 仪器与软件 | 第27-28页 |
| 2.4 结果和讨论 | 第28-31页 |
| 参考文献 | 第31-34页 |
| 3 基于局部线性嵌入和FT-IR光谱的橄油品质分析 | 第34-47页 |
| 3.1 引言 | 第34-35页 |
| 3.2 方法 | 第35-36页 |
| 3.2.1 有监督的局部线性嵌入（SLLE） | 第35-36页 |
| 3.2.2 近核分类法（NCC） | 第36页 |
| 3.3 实验部分 | 第36-37页 |
| 3.3.1 样本 | 第36-37页 |
| 3.3.2 仪器和软件 | 第37页 |
| 3.4 结果与讨论 | 第37-44页 |
| 3.4.1 分类 | 第38-42页 |
| 3.4.2 定量 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 4 基于粒子群优化算法改进的高斯混合模型和高斯混合回归用于橄榄油品质分析 | 第47-58页 |
| 4.1 引言 | 第47-48页 |
| 4.2 方法 | 第48-50页 |
| 4.2.1 高斯混合模型（GMM） | 第48-49页 |
| 4.2.2 高斯混合回归（GMR） | 第49页 |
| 4.2.3 粒子群优化算法（PSO） | 第49页 |
| 4.2.4 基于粒子群改进的GMM和GMR算法 | 第49-50页 |
| 4.3 实验部分 | 第50-51页 |
| 4.3.1 样本 | 第50页 |
| 4.3.2 仪器和软件 | 第50-51页 |
| 4.4 结果与讨论 | 第51-55页 |
| 4.4.1 EVOO、大豆油、花生油与玉米油的FT-IR光谱(4000-650 cm-1) | 第51-52页 |
| 4.4.2 分类 | 第52-54页 |
| 4.4.3 定量 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第59页 |
