文摘
英文文摘
算法符号说明
第一章 绪论
1.1 食用植物油主要营养成分的现有检测方法和应用现状
1.1.1 食用植物油主要营养成分
1.1.2 食用植物油检测技术的研究现状
1.1.3 食用植物油检测技术存在的问题
1.2 近红外光谱分析技术简介
1.2.1 近红外光谱分析技术的原理及特点
1.2.2 近红外光谱分析技术的发展及应用
1.2.3 近红外光谱分析的一般步骤及化学计量学方法
1.2.4 模型评价指标
1.3 本课题研究的目的、内容及意义
1.3.1 食用植物油近红外光谱分析国内外研究现状
1.3.2 本课题研究的目的、内容及意义
第二章 试验方法与过程
2.1 试验材料
2.2 样品化学值的测定
2.2.1 食用植物油的制取
2.2.2 脂肪酸的化学检测方法
2.3 样品的光谱采集
2.3.1 光谱区间的选择
2.3.2 检测温度和湿度的确定
2.3.3 扫描分辨率的选择
2.3.4 扫描次数的选择
2.3.5 样品测量次数的选取
第三章 近红外光谱分析食用植物油主要脂肪酸含量研究
3.1 异常样品检测
3.1.1 异常样品的形成机理及类型
3.1.2 异常样品的判别方法
3.1.3 建模样品异常值判别和剔除试验
3.1.4 剔除异常样品的结果评价
3.1.5 食用植物油剔除异常样品方法适用性验证
3.2 样品集划分
3.2.1 聚类分析法
3.2.2 自适应Kennard-Stone算法(AKS)
3.3 近红外光谱的预处理
3.3.1 平滑预处理
3.3.2 导数预处理
4.3.3 标准正态变量变换(SNV)预处理
4.3.4 多元散射校正(MSC)预处理
4.3.5 标准化预处理
3.3.6 预处理方法结果与分析
3.4 波长选择
3.4.1 波谱解析法
3.4.2 相关系数法
3.4.3 间隔偏最小二乘法(iPLs)
3.4.4 移动窗口偏最小二乘(MWPLS)
3.4.5 无关信息向量消除法(UVE-PLS)
3.4.6 连续投影法(SPA)
3.4.7 遗传算法(GA)
3.4.8 各种波长选择法结果分析
第四章 近红外光谱判定食用植物油生产工艺的研究
4.1 食用植物油的主要制取工艺
4.2 试验材料和方法
4.3 预处理方法的应用
4.2.1 净分析物预处理法(MAP)
4.2.2 正交信号校正法(OSC)
4.3 扩展典型变量分析(Extended Canonical Variates,ECVA)
4.4 建模与结果分析
4.4.1 校正集和预测集样品划分
4.4.2 扩展典型变量分析(ECVA)结合不同预处理方法建模
4.4.3 结果分析
第五章 近红外光谱判定食用植物油种类和掺伪的研究
5.1 食用植物油种类判定方法的研究
5.1.1 试验材料和方法
5.1.2 校正集和预测集样品划分
5.1.3 K-最邻近法(KNN)
5.1.4 偏最小二乘分析(PLS)结合K-最邻近法(KNN)建模
5.1.5 最小二乘支持向量机(LS-SVM)
5.1.6 主成分分析(PCA)结合最小二乘支持向量机方法(LS-SVM)建模
5.1.7 结果分析
5.2 混合食用植物油判定及掺伪量检测方法的研究
5.2.1 试验材料和方法
5.2.3 校正集和预测集样品划分
5.2.4 模型转移
5.2.5 食用植物油光谱模型转移
5.2.6 偏最小二乘判别分析(PLS-DA)
5.2.7 PLS-DA建模
5.2.8 结果分析
第六章 结论与展望
6.1 主要结论
6.2 主要创新点
6.3 展望
参考文献
致谢
攻读硕士学位期间发表的论文
附录:食用植物油样品的脂肪酸含量化学值