首页--农业科学论文--畜牧、动物医学、狩猎、蚕、蜂论文--养蜂、益虫饲养论文--蜂产品生产加工及利用论文--蜂蜜论文

蜂蜜品质近红外光谱评价技术研究

摘要第1-8页
Abstract第8-20页
第一章 文献综述第20-31页
   ·蜂蜜概况第20-22页
     ·蜂蜜品种及分布第20页
     ·蜂蜜理化性质第20-22页
   ·我国蜂蜜产业及其质量现状第22-23页
   ·蜂蜜品质检测技术研究进展第23-26页
     ·蜂蜜品种鉴别第23-25页
     ·主要成分第25页
     ·真伪鉴别第25-26页
   ·近红外光谱技术在蜂蜜品质检测中的研究进展第26-28页
     ·国外研究进展第26-27页
     ·国内研究进展第27-28页
   ·论文研究目的和意义第28页
   ·研究内容和技术路线第28-31页
第二章 蜂蜜品质近红外光谱响应特性影响因素研究第31-46页
   ·引言第31页
   ·蜂蜜近红外光谱采集条件和参数优化第31-38页
     ·采集模式第31-33页
     ·测试温度第33页
     ·光程第33-35页
     ·累积次数第35页
     ·分辨率第35-38页
   ·蜂蜜近红外光谱响应特性影响因素第38-43页
     ·品种对近红外光谱响应特性影响第38-40页
     ·温度对近红外光谱响应特性影响第40-42页
     ·产地对近红外光谱响应特性影响第42-43页
   ·模型评价指标第43-44页
   ·本章小结第44-46页
第三章 近红外光谱技术定性鉴别蜂蜜品种第46-62页
   ·引言第46页
   ·实验材料与方法第46-51页
     ·实验材料第46-47页
     ·光谱采集及预处理第47-50页
     ·判别方法第50-51页
   ·判别模型建立第51-60页
     ·判别分析模型第51-54页
     ·判别偏最小二乘模型第54-56页
     ·人工神经网络判别模型第56-60页
     ·判别模型识别率比较第60页
   ·本章小结第60-62页
第四章 混合品种蜂蜜组分的近红外光谱无损检测第62-87页
   ·引言第62页
   ·实验材料与方法第62-68页
     ·实验材料与仪器第62页
     ·光谱采集第62-63页
     ·化学值测定第63-68页
     ·建模方法及模型评价第68页
   ·样本统计结果第68-69页
   ·光谱分析及预处理第69-72页
   ·蜂蜜组分定量预测模型第72-76页
     ·偏最小二乘法定量回归模型第72-75页
     ·多元线性回归模型第75-76页
   ·还原糖、葡萄糖和果糖PLS 模型变量优化第76-80页
     ·反向区间偏最小二乘法模型第76-78页
     ·协同偏最小二乘法模型第78-80页
   ·还原糖、葡萄糖和果糖人工神经网络模型第80-86页
     ·ANN 网络隐含层数优化第80-82页
     ·ANN 网络学习速率优化第82-84页
     ·ANN 网络模型第84-86页
   ·本章小结第86-87页
第五章 近红外光谱技术在鉴别蜂蜜真伪中的应用研究第87-101页
   ·引言第87页
   ·实验材料和方法第87-91页
     ·样品来源第87页
     ·同位素法测定C-4 植物糖含量第87-91页
     ·光谱数据采集第91页
   ·光谱预处理及判别方法第91-92页
     ·光谱预处理第91-92页
     ·判别方法第92页
   ·判别模型建立第92-99页
     ·距离匹配判别模型第92-95页
     ·马氏距离判别模型第95-97页
     ·判别偏最小二乘模型第97-99页
     ·不同鉴别模型判别率比较第99页
   ·本章小结第99-101页
第六章 讨论与结论第101-106页
   ·讨论第101-102页
     ·近红外光谱技术评价蜂蜜质量的可行性第101页
     ·近红外光谱技术评价蜂蜜品种第101-102页
     ·近红外光谱技术评价蜂蜜品质第102页
     ·近红外光谱技术用于蜂蜜真假辨别第102页
   ·研究结论第102-103页
   ·创新点第103-104页
   ·研究中存在的问题和不足第104页
   ·展望第104-106页
参考文献第106-114页
致谢第114-115页
作者简历第115-116页

论文共116页,点击 下载论文
上一篇:家蚕感染质型多角体病毒差异表达基因研究
下一篇:烟酸对鸡脂肪代谢和肉品质的影响及作用机理