| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 缩略词注释表 | 第17-18页 |
| 第1章 绪论 | 第18-36页 |
| 1.1 研究背景和意义 | 第18-20页 |
| 1.2 研究现状及发展动态 | 第20-34页 |
| 1.2.1 基于拉曼散射的食品检测技术 | 第20-25页 |
| 1.2.2 大米分类识别技术 | 第25-30页 |
| 1.2.3 光谱的建模方法 | 第30-33页 |
| 1.2.4 研究中存在的问题 | 第33-34页 |
| 1.3 研究目标和主要研究内容 | 第34-35页 |
| 1.3.1 研究目标 | 第34页 |
| 1.3.2 主要研究内容 | 第34-35页 |
| 1.4 本章小结 | 第35-36页 |
| 第2章 大米拉曼光谱采集与处理方法研究 | 第36-52页 |
| 2.1 材料与方法 | 第36-37页 |
| 2.1.1 试验材料 | 第36页 |
| 2.1.2 仪器设备 | 第36页 |
| 2.1.3 试验方法 | 第36-37页 |
| 2.2 结果与讨论 | 第37-51页 |
| 2.2.1 光谱采集影响因素分析 | 第37-41页 |
| 2.2.2 拉曼光谱预处理 | 第41-50页 |
| 2.2.3 大米拉曼光谱特征波长提取与指认 | 第50-51页 |
| 2.3 本章小结 | 第51-52页 |
| 第3章 大米身份识别建模方法的研究 | 第52-76页 |
| 3.1 材料与方法 | 第52-53页 |
| 3.1.1 试验材料 | 第52-53页 |
| 3.1.2 试验仪器与方法 | 第53页 |
| 3.2 结果与讨论 | 第53-75页 |
| 3.2.1 拉曼光谱预处理与波长变量选择 | 第53-59页 |
| 3.2.2 拉曼光谱建模方法的选择依据 | 第59-62页 |
| 3.2.3 身份识别建模方法的确定 | 第62-75页 |
| 3.3 本章小结 | 第75-76页 |
| 第4章 大米身份识别模型的应用与优化 | 第76-88页 |
| 4.1 数据来源 | 第76-77页 |
| 4.2 基于特征变量的多分类大米身份识别模型应用与优化 | 第77-80页 |
| 4.2.1 大米种类变化的模型应用与分析 | 第77-79页 |
| 4.2.2 大米多种类的模型优化 | 第79-80页 |
| 4.3 基于全光谱的多分类大米身份识别模型应用与优化 | 第80-83页 |
| 4.3.1 大米种类变化的模型应用与分析 | 第80-81页 |
| 4.3.2 大米多种类的模型优化 | 第81-83页 |
| 4.4 基于波段的多分类大米身份识别模型应用与优化 | 第83-86页 |
| 4.4.1 大米种类变化的模型应用与分析 | 第83-85页 |
| 4.4.2 大米多种类的模型优化 | 第85-86页 |
| 4.5 本章小结 | 第86-88页 |
| 第5章 大米化学成分与拉曼光谱的身份识别机理 | 第88-128页 |
| 5.1 材料与方法 | 第88-89页 |
| 5.1.1 试验材料 | 第88页 |
| 5.1.2 试验设备及方法 | 第88-89页 |
| 5.2 结果与讨论 | 第89-125页 |
| 5.2.1 大米成分化验结果 | 第89-91页 |
| 5.2.2 主成分分析法对测试项目影响程度分析 | 第91-95页 |
| 5.2.3 基于主成分的余弦相似度分析方法 | 第95-97页 |
| 5.2.4 标准物质拉曼光谱特征谱峰与官能团振动模式分析.. | 第97-120页 |
| 5.2.5 基于标准物质拉曼光谱特征峰面积的大米分类方法 | 第120-125页 |
| 5.3 本章小结 | 第125-128页 |
| 第6章 大米身份识别系统的开发 | 第128-152页 |
| 6.1 大米身份识别系统总体架构 | 第128-129页 |
| 6.2 建立指纹图谱数据库 | 第129-134页 |
| 6.2.1 指纹图谱数据库 | 第129-130页 |
| 6.2.2 样本拉曼光谱说明数据表 | 第130页 |
| 6.2.3 样本拉曼光谱数据表 | 第130-131页 |
| 6.2.4 测试拉曼光谱说明数据表 | 第131页 |
| 6.2.5 测试拉曼光谱数据表 | 第131-132页 |
| 6.2.6 样本成分说明数据表 | 第132页 |
| 6.2.7 样本成分数据表 | 第132-133页 |
| 6.2.8 测试成分说明数据表 | 第133页 |
| 6.2.9 测试成分数据表 | 第133-134页 |
| 6.3 客户端开发语言与环境 | 第134页 |
| 6.3.1 客户端程序开发语言 | 第134页 |
| 6.3.2 客户端程序开发环境 | 第134页 |
| 6.4 客户端软件开发 | 第134-135页 |
| 6.5 基于拉曼光谱的大米身份识别 | 第135-146页 |
| 6.5.1 建立样本指纹图谱数据库 | 第135-138页 |
| 6.5.2 读取待测图谱 | 第138-139页 |
| 6.5.3 余弦相似度计算 | 第139-141页 |
| 6.5.4 主成分分析—余弦相似度分类法 | 第141-143页 |
| 6.5.5 偏最小二乘—余弦相似度分类法 | 第143-144页 |
| 6.5.6 标准物质峰面积偏最小二乘—余弦相似度分类法 | 第144-146页 |
| 6.6 基于成分的大米身份识别 | 第146-149页 |
| 6.6.1 建立样本成分图谱数据库 | 第146-148页 |
| 6.6.2 待测成分余弦相似度计算 | 第148-149页 |
| 6.7 本章小结 | 第149-152页 |
| 第7章 总结与展望 | 第152-158页 |
| 7.1 结论 | 第152-155页 |
| 7.2 创新点 | 第155-156页 |
| 7.3 研究展望 | 第156-158页 |
| 参考文献 | 第158-172页 |
| 博士期间发表的学术论文及其它成果 | 第172-174页 |
| 发表的学术论文 | 第172页 |
| 参加的科研项目 | 第172-174页 |
| 致谢 | 第174-175页 |
