| 摘要 | 第1-10页 |
| Abstract | 第10-13页 |
| 目录 | 第13-17页 |
| 缩略词表 | 第17-19页 |
| 1 绪论 | 第19-28页 |
| ·对虾简介 | 第19页 |
| ·对虾的品质信息 | 第19-23页 |
| ·感官品质信息的内容 | 第19-20页 |
| ·对虾肌肉中所含的营养物质品质 | 第20页 |
| ·对虾新鲜度 | 第20-22页 |
| ·感官品质评价 | 第20-21页 |
| ·化学指标评价指标 | 第21-22页 |
| ·微生物评价指标 | 第22页 |
| ·污染和人为造假 | 第22-23页 |
| ·高光谱成像技术 | 第23-24页 |
| ·对虾品质信息检测研究现状 | 第24-25页 |
| ·国外研究现状 | 第24-25页 |
| ·国内研究现状 | 第25页 |
| ·目前存在的问题 | 第25-26页 |
| ·本论文的研究内容及目的 | 第26-28页 |
| 2 材料与方法 | 第28-39页 |
| ·实验材料 | 第28页 |
| ·技术路线 | 第28页 |
| ·高光谱成像系统 | 第28-31页 |
| ·高光谱成像系统组成 | 第28-31页 |
| ·高光谱图像黑白校正 | 第31页 |
| ·数据预处理方法 | 第31-32页 |
| ·光谱特征变量选择法 | 第32-35页 |
| ·连续投影算法 | 第32-33页 |
| ·无信息变量去除算法 | 第33-34页 |
| ·无信息变量去除算法结合连续投影算法(UVE-SPA) | 第34-35页 |
| ·最小二乘支持向量机 | 第35-36页 |
| ·模型评价标准 | 第36-38页 |
| ·定量模型评价标准 | 第36-38页 |
| ·定性模型评价标准 | 第38页 |
| ·本章小结 | 第38-39页 |
| 3 基于高光谱技术的对虾含水率检测的研究 | 第39-51页 |
| ·前言 | 第39页 |
| ·样本准各和数据采集 | 第39-40页 |
| ·光谱曲线分析 | 第40-41页 |
| ·光谱数据建模分析 | 第41-49页 |
| ·LS-SVM模型 | 第41-42页 |
| ·SPA-LS-SVM模型 | 第42-45页 |
| ·UVE-LS-SVM模型 | 第45-47页 |
| ·UVE-SPA-LS-SVM模型 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 4 基于高光谱成像技术的对虾冷藏和冷冻时间检测研究 | 第51-74页 |
| ·前言 | 第51页 |
| ·冷藏时间检测 | 第51-62页 |
| ·样本制备和数据采集 | 第51-52页 |
| ·光谱曲线分析 | 第52-53页 |
| ·光谱数据建模分析 | 第53-62页 |
| ·LS-SVM模型 | 第53页 |
| ·SNV-LS-SVM模型 | 第53-54页 |
| ·SNV-SPA-LS-SVM模型 | 第54-57页 |
| ·SNV-UVE-LS-SVM模型 | 第57-59页 |
| ·SNV-UVE-SPA-LS-SVM模型 | 第59-62页 |
| ·冷冻时间鉴别 | 第62-72页 |
| ·样本制备和数据采集 | 第62页 |
| ·冷冻样本光谱曲线分析 | 第62-63页 |
| ·冷冻光谱数据建模分析 | 第63-72页 |
| ·LS-SVM模型 | 第63-65页 |
| ·SVN-LS-SVM模型 | 第65页 |
| ·SNV-SPA-LS-SVM模型 | 第65-68页 |
| ·SNV-UVE-LS-SVM模型 | 第68-69页 |
| ·SNV-UVE-SPA-LS-SVM模型 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 5 基于高光谱成像技术注胶虾鉴别检测和明胶分布可视化研究 | 第74-84页 |
| ·前言 | 第74页 |
| ·注胶虾鉴别研究 | 第74-76页 |
| ·样本准备和数据采集 | 第74-75页 |
| ·光谱曲线分析 | 第75-76页 |
| ·光谱数据建模分析 | 第76页 |
| ·注胶虾注胶量检测研究 | 第76-82页 |
| ·样本制各和数据采集 | 第76页 |
| ·光谱曲线分析 | 第76-77页 |
| ·光谱数据建模分析 | 第77-82页 |
| ·LS-SVM模型 | 第77页 |
| ·SNV-LS-SVM模型 | 第77页 |
| ·SPA-LS-SVM模型 | 第77-79页 |
| ·UVE-LS-SVM模型 | 第79-80页 |
| ·UVE-SPA-LS-SVM模型 | 第80-82页 |
| ·注胶虾体内明胶分布可视化研究 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 6 基于高光谱成像技术虾仁含水率检测和水分分布可视化研究 | 第84-93页 |
| ·前言 | 第84页 |
| ·样本制备和光谱采集 | 第84-85页 |
| ·图像分割 | 第85-86页 |
| ·手动图像分割 | 第85页 |
| ·基于软件自动图像分割 | 第85-86页 |
| ·光谱曲线分析 | 第86-87页 |
| ·光谱数据分析 | 第87-90页 |
| ·虾仁水分分布可视化研究 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 7 结论与展望 | 第93-96页 |
| ·研究主要结论 | 第93-94页 |
| ·研究的主要创新点 | 第94-95页 |
| ·展望 | 第95-96页 |
| 参考文献 | 第96-104页 |
| 致谢 | 第104-105页 |
| 作者简介 | 第105页 |
