| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 英文缩写语 | 第9-10页 |
| 1 引言 | 第10-19页 |
| 1.1 研究目的与意义 | 第10页 |
| 1.2 霉变板栗的筛选方法 | 第10页 |
| 1.3 近红外光谱分析技术简介 | 第10-11页 |
| 1.3.1 近红外光谱分析原理 | 第10-11页 |
| 1.3.2 近红外光谱分析技术的特点 | 第11页 |
| 1.4 化学计量学方法 | 第11-16页 |
| 1.4.1 化学计量学矩阵和数理统计 | 第12-13页 |
| 1.4.2 光谱前处理方法 | 第13-15页 |
| 1.4.3 近红外光谱波段的选择 | 第15页 |
| 1.4.4 近红外光谱定性分析模型的建立 | 第15-16页 |
| 1.5 近红外光谱在食品分析中的应用 | 第16-17页 |
| 1.5.1 在水果品质分析中的应用 | 第16页 |
| 1.5.2 在油脂掺假与质量分析中的应用 | 第16-17页 |
| 1.5.3 在饮品质量检测中的应用 | 第17页 |
| 1.5.4 在其他食品分析中的应用 | 第17页 |
| 1.6 研究内容和技术路线 | 第17-19页 |
| 1.6.1 研究内容 | 第17-18页 |
| 1.6.2 技术路线 | 第18-19页 |
| 2 近红外光谱结合DA判别法定性分析霉变板栗与正常板栗 | 第19-35页 |
| 2.1 材料和方法 | 第19-20页 |
| 2.1.1 实验材料 | 第19页 |
| 2.1.2 实验仪器 | 第19-20页 |
| 2.1.3 光谱的采集 | 第20页 |
| 2.1.4 数据处理 | 第20页 |
| 2.2 结果与讨论 | 第20-34页 |
| 2.2.1 板栗近红外光谱图分析 | 第20-23页 |
| 2.2.2 光谱前处理 | 第23-25页 |
| 2.2.3 PCA-DA模型的建立 | 第25-31页 |
| 2.2.4 模型的验证 | 第31-34页 |
| 2.3 本章小结 | 第34-35页 |
| 3 近红外光谱结合SIMCA聚类分析法定性分析霉变板栗与正常板栗 | 第35-54页 |
| 3.1 材料和方法 | 第35-36页 |
| 3.1.1 实验材料 | 第35页 |
| 3.1.2 实验仪器 | 第35页 |
| 3.1.3 光谱的采集 | 第35页 |
| 3.1.4 数据处理 | 第35-36页 |
| 3.2 结果与讨论 | 第36-53页 |
| 3.2.1 光谱前处理 | 第36-40页 |
| 3.2.2 主成分分析 | 第40-49页 |
| 3.2.3 SIMCA分类 | 第49-53页 |
| 3.3 本章小结 | 第53-54页 |
| 4 近红外光谱结合LDA定性分析霉变板栗与正常板栗 | 第54-67页 |
| 4.1 材料与方法 | 第54页 |
| 4.1.1 实验材料 | 第54页 |
| 4.1.2 实验仪器 | 第54页 |
| 4.1.3 光谱采集 | 第54页 |
| 4.1.4 数据处理 | 第54页 |
| 4.2 结果与讨论 | 第54-66页 |
| 4.2.1 光谱前处理 | 第54-56页 |
| 4.2.2 LDA模型的建立 | 第56-63页 |
| 4.2.3 LDA模型的验证 | 第63-66页 |
| 4.3 本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 个人简介 | 第73-74页 |
| 导师简介 | 第74-75页 |
| 致谢 | 第75页 |
