| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 生鲜配菜的简介 | 第12页 |
| 1.2 生鲜配菜新鲜度检测的研究进展 | 第12-13页 |
| 1.2.1 新鲜度的常规检测方法 | 第12-13页 |
| 1.2.2 新鲜度的无损检测方法 | 第13页 |
| 1.3 食品新鲜度指示型智能包装技术应用的研究进展 | 第13-16页 |
| 1.3.1 新鲜度指示型智能包装技术在鲜切果蔬中的应用 | 第15页 |
| 1.3.2 新鲜度指示型智能包装技术在生鲜肉、水产品中的应用 | 第15-16页 |
| 1.4 天然指示剂在新鲜度指示型智能包装中的应用进展 | 第16-18页 |
| 1.5 硅窗包装技术的研究进展 | 第18-19页 |
| 1.5.1 硅窗包装技术的简介 | 第18页 |
| 1.5.2 智能包装标签与硅窗包装的融合 | 第18-19页 |
| 1.6 立题背景和意义 | 第19页 |
| 1.7 本课题的主要研究内容 | 第19-21页 |
| 第二章 典型生鲜配菜贮藏过程中新鲜度评价模型的建立 | 第21-46页 |
| 2.1 前言 | 第21页 |
| 2.2 材料与设备 | 第21-22页 |
| 2.2.1 实验原料 | 第21-22页 |
| 2.2.2 主要试剂 | 第22页 |
| 2.2.3 主要仪器与设备 | 第22页 |
| 2.3 实验方法 | 第22-26页 |
| 2.3.1 生鲜配菜的贮藏实验 | 第22页 |
| 2.3.2 生鲜配菜的电子鼻测定 | 第22-23页 |
| 2.3.3 指标测定方法 | 第23-25页 |
| 2.3.4 数据分析 | 第25-26页 |
| 2.4 结果与讨论 | 第26-45页 |
| 2.4.1 基于传统品质指标的鲜切青椒新鲜度评价模型的建立 | 第26-30页 |
| 2.4.2 基于电子鼻的鲜切青椒新鲜度评价模型的建立 | 第30-33页 |
| 2.4.3 基于传统品质指标的冷鲜猪肉新鲜度评价模型的建立 | 第33-37页 |
| 2.4.4 基于电子鼻的冷鲜猪肉新鲜度评价模型的建立 | 第37-39页 |
| 2.4.5 基于传统品质指标的鳙鱼头新鲜度评价模型的建立 | 第39-42页 |
| 2.4.6 基于电子鼻的鳙鱼头新鲜度评价模型的建立 | 第42-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 合成指示剂智能包装标签的制备及其对典型生鲜配菜新鲜度检测的研究 | 第46-70页 |
| 3.1 前言 | 第46页 |
| 3.2 材料与设备 | 第46-47页 |
| 3.2.1 实验原料 | 第46页 |
| 3.2.2 主要试剂 | 第46-47页 |
| 3.2.3 主要仪器与设备 | 第47页 |
| 3.3 实验方法 | 第47-50页 |
| 3.3.1 CO_2敏感型智能包装标签的制备及其对鲜切青椒贮藏过程中新鲜度的检测.. | 第47-48页 |
| 3.3.2 挥发性含氮化合物敏感型智能包装标签的制备及其对冷鲜猪肉贮藏过程中新鲜度的检测 | 第48页 |
| 3.3.3 挥发性含氮化合物敏感型智能包装标签的制备及其对鳙鱼肉新鲜度的无损快速检测 | 第48-49页 |
| 3.3.4 指标测定方法 | 第49-50页 |
| 3.3.5 数据分析 | 第50页 |
| 3.4 结果与讨论 | 第50-68页 |
| 3.4.1 鲜切青椒包装内CO_2浓度与新鲜度评价指标的相关性分析 | 第50-51页 |
| 3.4.2 CO2敏感型智能包装标签对CO_2的响应分析 | 第51-52页 |
| 3.4.3 CO_2敏感型智能包装标签检测贮藏过程中鲜切青椒新鲜度的研究 | 第52-57页 |
| 3.4.4 挥发性含氮化合物敏感型智能包装标签对挥发氨的响应分析 | 第57-59页 |
| 3.4.5 挥发性含氮化合物敏感型智能包装标签检测贮藏过程中冷鲜猪肉新鲜度的研究 | 第59-64页 |
| 3.4.6 挥发性含氮化合物敏感型智能包装标签无损快速检测鳙鱼肉新鲜度的研究. | 第64-68页 |
| 3.5 本章小结 | 第68-70页 |
| 第四章 合成指示剂智能硅窗包装标签的制备及其对鲜切西兰花新鲜度检测的研究 | 第70-92页 |
| 4.1 前言 | 第70页 |
| 4.2 材料与设备 | 第70-71页 |
| 4.2.1 实验原料 | 第70页 |
| 4.2.2 主要试剂 | 第70页 |
| 4.2.3 主要仪器与设备 | 第70-71页 |
| 4.3 实验方法 | 第71-73页 |
| 4.3.1 硅窗面积的确定 | 第71页 |
| 4.3.2 CO_2敏感型智能包装标签的制备及其对硅窗包装的鲜切西兰花新鲜度的检测 | 第71页 |
| 4.3.3 基于智能包装标签和光电传感器的鲜切西兰花新鲜度在线识别智能冷藏库的搭建 | 第71-72页 |
| 4.3.4 指标测定方法 | 第72-73页 |
| 4.3.5 数据分析 | 第73页 |
| 4.4 结果与讨论 | 第73-91页 |
| 4.4.1 硅窗面积的确定 | 第73-75页 |
| 4.4.2 基于传统品质指标的硅窗包装鲜切西兰花新鲜度评价模型的建立 | 第75-78页 |
| 4.4.3 不同新鲜度的鲜切西兰花的挥发性风味物质分析 | 第78-81页 |
| 4.4.4 基于电子鼻的硅窗包装鲜切西兰花新鲜度评价模型的建立 | 第81-83页 |
| 4.4.5 鲜切西兰花包装内CO2浓度与新鲜度评价指标的相关性分析 | 第83-84页 |
| 4.4.6 CO_2敏感型智能硅窗包装标签在鲜切西兰花贮藏过程中的颜色变化 | 第84-86页 |
| 4.4.7 基于CO_2敏感型智能硅窗包装标签颜色的鲜切西兰花新鲜度等级的定性判别 | 第86-89页 |
| 4.4.8 基于CO_2敏感型智能硅窗包装标签颜色的鲜切西兰花新鲜度评价指标的定量预测 | 第89-90页 |
| 4.4.9 基于智能包装标签和光电传感器的智能冷藏库在线识别鲜切西兰花的新鲜度等级 | 第90-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第五章 天然指示剂智能包装标签的制备及其对鳙鱼头新鲜度检测的研究 | 第92-112页 |
| 5.1 前言 | 第92页 |
| 5.2 材料与设备 | 第92-93页 |
| 5.2.1 实验原料 | 第92页 |
| 5.2.2 主要试剂 | 第92-93页 |
| 5.2.3 主要仪器与设备 | 第93页 |
| 5.3 实验方法 | 第93-95页 |
| 5.3.1 不同基底材料的姜黄素膜的制备 | 第93页 |
| 5.3.2 姜黄素-花色苷智能包装标签的制备及其对鳙鱼头贮藏过程中新鲜度的检测 | 第93-94页 |
| 5.3.3 指标测定方法 | 第94-95页 |
| 5.3.4 数据分析 | 第95页 |
| 5.4 结果与讨论 | 第95-110页 |
| 5.4.1 天然指示剂溶液在不同pH下的可见光谱 | 第95-97页 |
| 5.4.2 不同基底材料的姜黄素膜的机械性能及红外光谱分析 | 第97-100页 |
| 5.4.3 不同基底材料的姜黄素膜对挥发氨的响应分析 | 第100-101页 |
| 5.4.4 姜黄素、花色苷及其混合天然指示剂膜的机械性能及红外光谱分析 | 第101-103页 |
| 5.4.5 姜黄素、花色苷及其混合天然指示剂膜的稳定性分析 | 第103-104页 |
| 5.4.6 姜黄素、花色苷及其混合天然指示剂膜对挥发氨的响应分析 | 第104页 |
| 5.4.7 姜黄素、花色苷及其混合天然指示剂智能包装标签在鳙鱼头贮藏过程中的颜色变化 | 第104-106页 |
| 5.4.8 基于姜黄素、花色苷及其混合天然指示剂智能包装标签颜色的鳙鱼头新鲜度等级的定性判别 | 第106-109页 |
| 5.4.9 基于姜黄素、花色苷及其混合天然指示剂智能包装标签颜色的鳙鱼头新鲜度评价指标的定量预测 | 第109-110页 |
| 5.5 本章小结 | 第110-112页 |
| 主要结论与展望 | 第112-114页 |
| 论文创新点 | 第114-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-129页 |
| 附录A：作者在攻读博士学位期间成果清单 | 第129-130页 |
| 附录B：生鲜配菜新鲜度评价指标定量预测模型实测值与预测值散点图 | 第130-137页 |
