| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-24页 |
| ·研究目的和意义 | 第11-12页 |
| ·奶粉中蛋白质和脂肪现有检测方法和应用现状 | 第12-14页 |
| ·蛋白质的常用测定方法 | 第12-13页 |
| ·脂肪常用测定方法 | 第13-14页 |
| ·常规检测方法的应用现状 | 第14页 |
| ·近红外光谱分析技术简介 | 第14-23页 |
| ·近红外光谱技术原理 | 第15-16页 |
| ·近红外光谱分析技术的发展概况 | 第16-17页 |
| ·近红外光谱特征和应用特点 | 第17-18页 |
| ·近红外光谱分析的用途 | 第18-20页 |
| ·NIRS在乳制品分析中应用的研究进展 | 第20-23页 |
| ·课题主要研究内容 | 第23-24页 |
| 第二章 近红外光谱分析中的化学计量学方法 | 第24-42页 |
| ·引言 | 第24页 |
| ·光谱数据预处理方法 | 第24-27页 |
| ·平滑 | 第24页 |
| ·扣减 | 第24-25页 |
| ·微分 | 第25页 |
| ·多元散射校正 | 第25页 |
| ·分段多元散射校正 | 第25-26页 |
| ·小波变换 | 第26-27页 |
| ·定量校正 | 第27-35页 |
| ·多元线性回归 | 第28页 |
| ·主成分回归法 | 第28-29页 |
| ·偏最小二乘法 | 第29-30页 |
| ·支持向量机回归算法 | 第30-32页 |
| ·人工神经网络法 | 第32-34页 |
| ·拓扑方法 | 第34-35页 |
| ·模式识别定性方法 | 第35-38页 |
| ·LS-SVM | 第36-37页 |
| ·Libsvm基本原理 | 第37-38页 |
| ·模型传递 | 第38-39页 |
| ·校正集样本的划分方法 | 第39-40页 |
| ·RS法(Random Selection) | 第39页 |
| ·KS法(Kennard-Stone) | 第39-40页 |
| ·SPXY法(Sample set Partitioning based on joint X-Y distances) | 第40页 |
| ·模型评价 | 第40-42页 |
| ·相关系数(R) | 第40页 |
| ·交叉验证误差均方根(RMSECV) | 第40-41页 |
| ·预测误差均方根(RMSEP) | 第41页 |
| ·预测残差平方和(PRESS) | 第41-42页 |
| 第三章 化学方法测定奶粉中蛋白质和脂肪含量及NIR光谱测量 | 第42-51页 |
| ·引言 | 第42页 |
| ·试验材料 | 第42页 |
| ·化学方法测定奶粉中主要指标 | 第42-47页 |
| ·奶粉中蛋白质含量的测定 | 第42-45页 |
| ·奶粉中脂肪含量的测定 | 第45-47页 |
| ·化学测定结果 | 第47页 |
| ·仪器系统参数的分析与选择 | 第47-50页 |
| ·采样模块的的选择 | 第48页 |
| ·光谱扫描区间的选择 | 第48-49页 |
| ·采样分辨率的选择 | 第49页 |
| ·采样次数的选择 | 第49页 |
| ·装样条件的选择 | 第49-50页 |
| ·样品光谱的采集 | 第50-51页 |
| 第四章 应用近红外光谱快速鉴别不同年龄段人食用的奶粉品种 | 第51-59页 |
| ·引言 | 第51-52页 |
| ·实验部分 | 第52-53页 |
| ·仪器设备 | 第52页 |
| ·样品采集 | 第52页 |
| ·奶粉样品近红外光谱测量 | 第52-53页 |
| ·结果与讨论 | 第53-58页 |
| ·训练集和预测集的划分 | 第54页 |
| ·主成分分析(PCA) | 第54-55页 |
| ·光谱预处理 | 第55-56页 |
| ·SVM分类建模参数选择 | 第56-58页 |
| ·模型建立及预测 | 第58页 |
| ·结论 | 第58-59页 |
| 第五章 近红外光谱结合神经网络快速测定奶粉中蛋白质与脂肪的含量 | 第59-68页 |
| ·引言 | 第59-60页 |
| ·实验部分 | 第60-61页 |
| ·样品采集 | 第60页 |
| ·化学方法测定奶粉中蛋白质与脂肪的含量 | 第60页 |
| ·近红外光谱采集 | 第60页 |
| ·数据处理及软件 | 第60页 |
| ·校正模型的评价参数 | 第60-61页 |
| ·结果与讨论 | 第61-67页 |
| ·Kennard-Stone法选取校正集和预测集 | 第61页 |
| ·数据压缩和小波系数选择 | 第61-64页 |
| ·RBF-ANN网络优化 | 第64-65页 |
| ·预测结果 | 第65-66页 |
| ·建模方法的比较 | 第66-67页 |
| ·结论 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·本文主要结论 | 第68-69页 |
| ·前景展望 | 第69-70页 |
| 参考文献 | 第70-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间主要研究成果 | 第81页 |
