紫外—可见光谱法快速检测牛奶菌群总数研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景及研究意义 | 第10-11页 |
1.2 国内外研究现状分析 | 第11-14页 |
1.2.1 细菌检测的研究现状 | 第11-13页 |
1.2.2 光谱数据分析技术的研究现状 | 第13-14页 |
1.3 研究内容与技术路线 | 第14-16页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 技术路线 | 第15-16页 |
第2章 紫外-可见光谱技术及数据分析原理 | 第16-27页 |
2.1 紫外-可见光吸收光谱分析技术 | 第16-19页 |
2.1.1 物质对光的吸收 | 第16页 |
2.1.2 光的吸收定律 | 第16-18页 |
2.1.3 有机化合物的紫外-可见吸收光谱 | 第18-19页 |
2.2 偏最小二乘算法 | 第19-22页 |
2.3 人工神经网络 | 第22-25页 |
2.3.1 BP神经元模型 | 第22-23页 |
2.3.2 BP神经网络结构 | 第23-24页 |
2.3.3 BP神经网络的训练过程 | 第24-25页 |
2.4 模型评价参数 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第3章 牛奶菌群总数检测实验研究 | 第27-40页 |
3.1 微生物实验测定牛奶菌群总数 | 第27-31页 |
3.1.1 平板计数法实验 | 第27-30页 |
3.1.2 菌落生长趋势 | 第30-31页 |
3.2 光谱数据采集实验设计 | 第31-34页 |
3.2.1 紫外-可见光光度计 | 第31-32页 |
3.2.2 牛奶菌群光谱信息的采集 | 第32-34页 |
3.3 牛奶样品的紫外-可见光谱 | 第34-39页 |
3.3.1 带菌牛奶的紫外可见光谱采集 | 第34-36页 |
3.3.2 细菌增长的特征波段 | 第36-39页 |
3.4 本章小结 | 第39-40页 |
第4章 牛奶菌群光谱数据处理方法的研究 | 第40-52页 |
4.1 模型数据集的分配 | 第40页 |
4.2 光谱数据预处理 | 第40-43页 |
4.2.1 Savitzky-Golay平滑 | 第41页 |
4.2.2 多元散射校正 | 第41-42页 |
4.2.3 标准正态变量变换 | 第42-43页 |
4.3 定量校正方法的研究 | 第43-51页 |
4.3.1 偏最小二乘校正方法 | 第43-46页 |
4.3.2 BP人工神经网络 | 第46-51页 |
4.4 本章小结 | 第51-52页 |
结论 | 第52-53页 |
参考文献 | 第53-58页 |
攻读硕士学位期间所发表的学术论文 | 第58-59页 |
致谢 | 第59页 |