文摘
英文文摘
论文说明:缩略词
声明
第1章 绪论
1.1引言
1.2近红外光谱
1.3化学计量学
1.3.1定量分析
1.3.2定性判别分析
1.4基于近红外光谱的模式识别技术在各领域的应用
1.4.1在食品领域的应用
1.4.2在临床医学领域的应用
1.4.3在石油化工领域的应用
1.4.4在生物领域的应用
1.5课题研究的目的、意义及主要内容
1.5.1课题来源
1.5.2研究价值和意义
1.5.3主要研究内容
第2章 近红外光谱技术结合不同化学计量学方法用于鲜乳多种营养成分的定量分析
2.1前言
2.2近红外光谱技术偏最小二乘法对鲜乳中多组分含量的定量分析
2.2.1方法原理
2.2.2实验材料和仪器
2.2.3结果与分析
2.3近红外光谱技术与BP网络联用对鲜乳多组分含量的定量分析
2.3.1方法原理
2.3.2实验材料和仪器
2.3.3结果与分析
2.4近红外光谱技术与Elman网络联用对鲜乳多组分含量的定量分析
2.4.1方法原理
2.4.2实验材料和仪器
2.4.3结果与分析
2.5讨论
2.5.1 PLS、PLS-BP和Elman三种预测模型均可快速检测鲜乳中多种营养成分
2.5.2 PLS、PLS-BP和Elman三种预测模型有各自的特点和差异性
第3章近红外光谱技术结合不同化学计量学方法对鲜乳掺假检测的研究
3.1前言
3.2近红外光谱技术联用PCA-马氏距离对巴氏杀菌乳和复原乳的鉴别
3.2.1方法原理
3.2.2实验材料和仪器
3.2.3结果与分析
3.3近红外光谱技术联用PCA-马氏距离对鲜乳和掺有植物奶油假乳的鉴别
3.3.1实验材料和仪器
3.3.2结果与分析
3.4近红外光谱技术联用PCA-马氏距离对鲜乳和掺有乳清粉假乳的鉴别
3.4.1实验材料和仪器
3.4.2结果与分析
3.5近红外光谱技术联用PCA-马氏距离对鲜乳和掺有粉末油脂假乳的鉴别
3.5.1实验材料和仪器
3.5.2结果与分析
3.6讨论
3.6.1基于近红外光谱技术开展鲜乳掺假鉴别的研究是可行的
3.6.2主成分因子数的选择是模型判别准确性的关键因素之一
3.6.3奇异点的剔除影响判别模型的可靠性
第4章近红外光谱技术与自组织竞争神经网络联用对鲜乳掺假鉴别的研究
4.1前言
4.2近红外光谱技术-自组织竞争神经网络对巴氏杀菌乳和复原乳的鉴别
4.2.1方法原理
4.2.2实验材料和仪器
4.2.3结果与分析
4.3近红外光谱技术-自组织竞争神经网络对鲜乳和掺假乳的鉴别
4.3.1实验材料和仪器
4.3.2结果与分析
4.4讨论
4.4.1训练步数是神经网络的一个重要参数
4.4.2作为输入向量的敏感吸收峰的选择是建立模式识别模型的关键
第5章近红外光谱技术与自组织特征映射神经网络联用对鲜乳掺假鉴别的研究
5.1前言
5.2近红外光谱技术-SOM网络对巴氏杀菌乳和复原乳的鉴别
5.2.1方法原理
5.2.2实验材料和仪器
5.2.3结果与分析
5.3近红外光谱技术-SOM网络对鲜乳和掺入多种成分假乳的鉴别
5.3.1实验材料和仪器
5.3.2结果与分析
5.4讨论
5.4.1 PCA-马氏距离、自组织竞争神经网络和SOM神经网络三种定性判别模型的特点
5.4.2基于近红外光谱的模式识别技术在食品掺伪鉴别中有广阔的前景
第6章结论与展望
6.1结论
6.1.1鲜乳中多种营养成分的定量检测模型
6.1.2鉴别巴氏杀菌乳/复原乳和鲜乳/掺假乳的模式识别模型
6.2进一步研究方向
参考文献
致谢
攻读学位期间的研究成果