| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-22页 |
| ·立题依据及意义 | 第11-13页 |
| ·茶叶品质的国内外研究现状 | 第13-16页 |
| ·传统茶叶品质检测及评定的研究 | 第13-14页 |
| ·新技术、新方法在茶叶品质检测评定中的应用研究 | 第14-16页 |
| ·电子鼻技术的发展及在农产品方面应用现状 | 第16-20页 |
| ·肉类 | 第16-17页 |
| ·油类 | 第17-18页 |
| ·水产类 | 第18页 |
| ·谷物及其制品 | 第18页 |
| ·果蔬类 | 第18-19页 |
| ·烟、酒及饮料类 | 第19-20页 |
| ·本论文的主要研究内容 | 第20-22页 |
| 第二章 试验材料与方法 | 第22-34页 |
| ·试验样品的来源及时间安排 | 第22-23页 |
| ·试验样品的来源 | 第22页 |
| ·试验内容及时间安排 | 第22-23页 |
| ·分装与贮藏 | 第23页 |
| ·茶叶香气成分的理化分析 | 第23-24页 |
| ·气相色谱/质谱联用仪 | 第23页 |
| ·茶叶香气成分的萃取方法 | 第23页 |
| ·茶叶香精油中香气成分含量的计算 | 第23-24页 |
| ·茶叶、茶水、茶底样品的电子鼻检测 | 第24-26页 |
| ·电子鼻系统 | 第24-25页 |
| ·茶叶香气成分的电子鼻检测 | 第25页 |
| ·茶水、茶底香气成分的电子鼻检测 | 第25-26页 |
| ·数据处理方法 | 第26-33页 |
| ·数据的标准化处理 | 第26页 |
| ·特征提取方法 | 第26-30页 |
| ·模式识别方法 | 第30-32页 |
| ·茶叶香气成分同电子鼻响应间回归分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 电子鼻响应特性和香气成分检测的影响因素 | 第34-47页 |
| ·电子鼻响应特性影响研究 | 第34-44页 |
| ·样品顶空空间对电子鼻响应特性的影响 | 第34-40页 |
| ·样品顶空生成时间对电子鼻响应特性的影响 | 第40-43页 |
| ·水蒸气对电子鼻响应特性的影响 | 第43-44页 |
| ·电子鼻检测参数的选择及优化 | 第44-46页 |
| ·采样时间的确定 | 第44-45页 |
| ·清洗时间的确定 | 第45页 |
| ·EDU单元参数的确定 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 特征向量的提取与选择 | 第47-60页 |
| ·茶叶的特征生成 | 第47-51页 |
| ·各时刻响应值选择 | 第48页 |
| ·最大响应值和均值 | 第48-49页 |
| ·各响应曲线最大斜率的计算 | 第49-50页 |
| ·方差最大时刻的响应值 | 第50-51页 |
| ·各响应曲线的积分值 | 第51页 |
| ·茶叶样本的特征提取与选择 | 第51-54页 |
| ·主成分分析 | 第51-53页 |
| ·遗传算法来选择判别茶叶的最优特征向量 | 第53-54页 |
| ·茶水、茶底的特征生成 | 第54-55页 |
| ·茶水、茶底各响应曲线积分值的计算 | 第54-55页 |
| ·茶水、茶底响应的最大值及各时刻响应值 | 第55页 |
| ·茶水、茶底的特征提取与选择 | 第55-59页 |
| ·主成分分析 | 第55-58页 |
| ·遗传算法来选择用于判别茶水和茶底的最优特征向量组合 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 茶叶、茶水、茶底的分类判别 | 第60-83页 |
| ·不同品质等级茶叶样本的分类判别分析 | 第60-67页 |
| ·Fisher线性判别方法对干茶叶等级的判别分析 | 第60-64页 |
| ·BP神经网络方法对茶叶等级的判别分析 | 第64-67页 |
| ·两种判别方法的比较 | 第67页 |
| ·不同贮藏时间干茶叶样本的分类判别分析 | 第67-73页 |
| ·Fisher线性判别方法对干茶叶贮藏时间的判别分析 | 第68-69页 |
| ·BP神经网络方法对干茶叶贮藏时间的预测 | 第69-72页 |
| ·两种特征值网络预测结果比较 | 第72-73页 |
| ·不同等级茶水、茶底的分类判别分析 | 第73-77页 |
| ·Fisher线性判别方法对茶水和茶底等级的判别分析 | 第73-76页 |
| ·BP神经网络方法对茶水和茶底等级的判别分析 | 第76-77页 |
| ·不同贮藏时间茶水、茶底样本的分类判别分析 | 第77-81页 |
| ·Fisher线性判别方法对茶水和茶底贮藏时间的判别分析 | 第77-79页 |
| ·BP神经网络方法对茶水和茶底贮藏时间的预测 | 第79-81页 |
| ·BP神经网络方法对干茶叶、茶水和茶底贮藏时间的预测结果比较 | 第81页 |
| ·本章小结 | 第81-83页 |
| 第六章 茶叶香气成分与电子鼻响应的相关模型 | 第83-108页 |
| ·不同等级茶叶香气成分同电子鼻响应间的关系 | 第83-92页 |
| ·不同等级茶叶香气成分 | 第83-87页 |
| ·电子鼻对不同等级茶叶的响应 | 第87-89页 |
| ·不同等级茶叶香气与电子鼻响应间的关系 | 第89-92页 |
| ·不同贮藏时间茶叶香气成分同电子鼻响应间的关系 | 第92-107页 |
| ·不同等级茶叶贮藏不同时间时香气成分 | 第92-104页 |
| ·电子鼻对不同贮藏时间茶叶的响应 | 第104-105页 |
| ·不同贮藏时间茶叶香气与电子鼻响应间的关系 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 结论与展望 | 第108-111页 |
| ·主要结论 | 第108-109页 |
| ·本论文的主要创新性成果 | 第109-110页 |
| ·论文的进一步研究方向 | 第110-111页 |
| 参考文献 | 第111-116页 |
| 致谢 | 第116-117页 |
| 研究生期间主要成果 | 第117-118页 |
| 附表 | 第118-132页 |
