注水肉水特性分析及其无损检测应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-25页 |
| 1.1 研究概述 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究的意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 无损检测技术的研究和应用 | 第16-17页 |
| 1.2.2 基于光谱的回归模型研究和应用 | 第17-19页 |
| 1.2.3 检测技术中注水肉样本的应用现状 | 第19-20页 |
| 1.3 注水肉研究中的问题 | 第20页 |
| 1.4 研究方案 | 第20-23页 |
| 1.4.1 研究目标 | 第20-21页 |
| 1.4.2 研究内容 | 第21页 |
| 1.4.3 研究思路 | 第21-23页 |
| 1.4.4 技术路线 | 第23页 |
| 1.5 本章小结 | 第23-25页 |
| 第二章 肉内水特性分析及关键参数的确定 | 第25-51页 |
| 2.1 肉内水分变化特点及量化分析 | 第25-35页 |
| 2.1.1 注水对肉品内部结构的影响 | 第25-26页 |
| 2.1.2 肉内水分状态的理论 | 第26-27页 |
| 2.1.3 内部变化的分析(1):数据采集 | 第27-32页 |
| 2.1.4 内部变化的分析(2):数据分析 | 第32-35页 |
| 2.2 肉品含水率测量方法 | 第35-38页 |
| 2.2.1 国标测量法 | 第35页 |
| 2.2.2 蒸发理论及其应用 | 第35-37页 |
| 2.2.3 低温低压蒸发测量法及设计 | 第37-38页 |
| 2.3 不同类型含水率的测量和分析 | 第38-43页 |
| 2.3.1 测量过程 | 第38-39页 |
| 2.3.2 测量结果 | 第39-42页 |
| 2.3.3 数据整理和分析 | 第42-43页 |
| 2.4 关键参数的提出:含水率相对值 | 第43-48页 |
| 2.4.1 新的干燥条件及取值方法 | 第44-45页 |
| 2.4.2 含水率相对值的统计量 | 第45页 |
| 2.4.3 含水率相对值的置信区间估计 | 第45-48页 |
| 2.5 关键参数的应用与结果讨论 | 第48-49页 |
| 2.6 应用的结果和结论分析 | 第49-50页 |
| 2.6.1 关键参数的意义 | 第49页 |
| 2.6.2 关键参数的应用总结 | 第49-50页 |
| 2.6.3 对应用关键参数的补充说明 | 第50页 |
| 2.7 小结 | 第50-51页 |
| 第三章 光谱检测应用系统、方法、材料 | 第51-64页 |
| 3.1 光谱采集系统的搭建 | 第51-53页 |
| 3.1.1 光谱仪及光源 | 第51-52页 |
| 3.1.2 光谱信号 | 第52-53页 |
| 3.2 光谱信号的处理方法 | 第53-54页 |
| 3.2.1 平滑滤波 | 第53-54页 |
| 3.2.2 多元散射校正 | 第54页 |
| 3.3 光谱建模及评价方法 | 第54-56页 |
| 3.3.1 偏最小二乘回归 | 第54-55页 |
| 3.3.2 模型评估 | 第55-56页 |
| 3.4 光谱分析方法 | 第56-61页 |
| 3.4.1 小波变换 | 第56-57页 |
| 3.4.2 基于粒子群优化的聚类分析 | 第57-60页 |
| 3.4.3 光谱包络线去除 | 第60-61页 |
| 3.5 材料、检测指标和过程 | 第61-63页 |
| 3.5.1 样本的制作和光谱采集 | 第61-62页 |
| 3.5.2 样本检测的过程 | 第62页 |
| 3.5.3 测量的结果 | 第62-63页 |
| 3.6 小结 | 第63-64页 |
| 第四章 回归模型的建立和讨论 | 第64-102页 |
| 4.1 光谱的预处理及应用 | 第64-67页 |
| 4.1.1 原始光谱的预处理 | 第64-66页 |
| 4.1.2 光谱的应用:建模及其评价方法 | 第66-67页 |
| 4.2 全波段的光谱模型分析 | 第67-72页 |
| 4.2.1 正常肉的含水率模型及评价 | 第67-68页 |
| 4.2.2 注水肉的含水率模型及评价 | 第68-69页 |
| 4.2.3 回归模型预测效果的检验和分析 | 第69-71页 |
| 4.2.4 基于全光谱模型的进一步讨论 | 第71-72页 |
| 4.3 全波段选取特征值的光谱模型分析 | 第72-91页 |
| 4.3.1 去包络线法的应用 | 第72-75页 |
| 4.3.2 基于PSO的K均值聚类方法的应用 | 第75-81页 |
| 4.3.3 小波变换 | 第81-82页 |
| 4.3.4 特征值的应用 | 第82-89页 |
| 4.3.5 模型的检验和分析 | 第89-91页 |
| 4.4 分区段选取特征值的光谱模型分析 | 第91-100页 |
| 4.4.1 分区段的小波分析:正常肉 | 第91-96页 |
| 4.4.2 分区段的小波分析:注水肉 | 第96-98页 |
| 4.4.3 特征值建模和模型检验 | 第98-100页 |
| 4.5 回归模型研究总结 | 第100-102页 |
| 第五章 识别模型的建立和讨论 | 第102-111页 |
| 5.1 分类模型的原理和使用方法 | 第102-105页 |
| 5.1.1 基于SVM的识别模型 | 第102-103页 |
| 5.1.2 SVM的原理 | 第103-104页 |
| 5.1.3 SVM识别模型的应用流程 | 第104-105页 |
| 5.2 光谱特征区域的选取及处理 | 第105-108页 |
| 5.2.1 按簇提取特征值 | 第105-107页 |
| 5.2.2 小波变换提取特征值 | 第107-108页 |
| 5.3 SVM分类器模型构建及结果 | 第108-110页 |
| 5.4 识别模型研究总结 | 第110-111页 |
| 第六章 结论与展望 | 第111-113页 |
| 6.1 结论 | 第111-112页 |
| 6.2 创新点 | 第112页 |
| 6.3 展望 | 第112-113页 |
| 参考文献 | 第113-120页 |
| 致谢 | 第120-122页 |
| 作者简介 | 第122页 |
