论文目录 | |
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 电子鼻、电子舌和气质联用技术 | 第14-19页 |
| 1.2.1 电子鼻系统 | 第14-15页 |
| 1.2.2 电子舌系统 | 第15页 |
| 1.2.3 气相色谱-质谱联用技术 | 第15-16页 |
| 1.2.4 电子鼻和电子舌在果蔬检测领域中的研究现状 | 第16-17页 |
| 1.2.5 电子鼻、电子舌与气质联用技术的国内外研究现状 | 第17-19页 |
| 1.3 现有研究的不足 | 第19-20页 |
| 1.3.1 电子鼻和电子舌在水果检测领域的不足 | 第19页 |
| 1.3.2 电子鼻和电子舌的数据分析方法不足 | 第19-20页 |
| 1.3.3 电子鼻、电子舌和气质联用技术在融合过程中的不足 | 第20页 |
| 1.4 课题来源 | 第20页 |
| 1.5 主要研究内容和方法 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第二章 实验材料与仪器 | 第22-32页 |
| 2.1 实验材料与处理 | 第22-23页 |
| 2.2 实验仪器 | 第23-26页 |
| 2.2.1 电子鼻系统 | 第23-24页 |
| 2.2.2 电子舌系统 | 第24-25页 |
| 2.2.3 气质联用技术 | 第25-26页 |
| 2.2.4 其他装置 | 第26页 |
| 2.3 检测条件 | 第26-31页 |
| 2.3.1 实验方案设计 | 第26-27页 |
| 2.3.2 电子鼻检测方法 | 第27-28页 |
| 2.3.3 电子舌检测方法 | 第28-29页 |
| 2.3.4 顶空气质联用技术检测方法 | 第29-30页 |
| 2.3.5 定量描述分析法 | 第30-31页 |
| 2.3.6 理化指标检测方法 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 数据分析方法 | 第32-44页 |
| 3.1 传感器信号分析 | 第32页 |
| 3.2 统计方法 | 第32-35页 |
| 3.2.1 方差分析 | 第32-33页 |
| 3.2.2 双向方差分析法 | 第33-35页 |
| 3.3 数据降维 | 第35-37页 |
| 3.3.1 主成分分析 | 第35-36页 |
| 3.3.2 线性判别分析 | 第36页 |
| 3.3.3 局部保持投影 | 第36-37页 |
| 3.4 随机森林 | 第37-38页 |
| 3.5 极限学习机 | 第38-40页 |
| 3.6 支持向量机以及其他方法 | 第40-41页 |
| 3.7 数据划分和模型性能的比较 | 第41-42页 |
| 3.8 本章小结 | 第42-44页 |
| 第四章 基于极限学习机的采摘期柑橘品质检测 | 第44-60页 |
| 4.1 前言 | 第44-45页 |
| 4.2 实验方案 | 第45页 |
| 4.2.1 样品采摘 | 第45页 |
| 4.2.2 理化参数的检测 | 第45页 |
| 4.2.3 挥发性香气成分的检测 | 第45页 |
| 4.2.4 电子鼻和电子舌检测 | 第45页 |
| 4.3 结果与讨论 | 第45-51页 |
| 4.3.1 不同采收期的理化参数变化 | 第45-46页 |
| 4.3.2 不同采收期的挥发性香气成分变化 | 第46-48页 |
| 4.3.3 电子鼻和电子舌对柑橘果汁的检测 | 第48-50页 |
| 4.3.4 传感器信号与挥发性物质、理化参数的相关性分析 | 第50-51页 |
| 4.4 电子鼻和电子舌对采摘期内的柑橘区分 | 第51-54页 |
| 4.4.1 极限学习机对采摘期内的柑橘区分 | 第51-52页 |
| 4.4.2 支持向量机和学习向量量化对采摘期内的柑橘区分 | 第52-54页 |
| 4.4.3 三种算法比较 | 第54页 |
| 4.5 电子鼻和电子舌对柑橘品质变化的追溯 | 第54-58页 |
| 4.5.1 基于极限学习机的柑橘品质预测 | 第54-56页 |
| 4.5.2 基于支持向量机和多元线性回归的柑橘品质预测 | 第56-58页 |
| 4.5.3 三种算法比较 | 第58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 不同贮藏条件的柑橘品质检测 | 第60-79页 |
| 5.1 前言 | 第60页 |
| 5.2 实验方案 | 第60-61页 |
| 5.2.1 柑橘的贮藏条件 | 第60-61页 |
| 5.2.2 理化参数的检测 | 第61页 |
| 5.2.3 挥发性香气成分的检测 | 第61页 |
| 5.2.4 电子鼻和电子舌检测 | 第61页 |
| 5.3 结果与讨论 | 第61-69页 |
| 5.3.1 贮藏过程中理化参数的变化 | 第61-62页 |
| 5.3.2 贮藏过程中挥发性芳香物质的变化 | 第62-68页 |
| 5.3.3 电子鼻和电子舌对柑橘果汁的检测 | 第68-69页 |
| 5.4 贮藏条件对柑橘品质参数的影响 | 第69-73页 |
| 5.4.1 基于双向方差分析的理化参数变化的分析 | 第69-71页 |
| 5.4.2 基于双向方差分析的挥发性芳香成分变化的分析 | 第71-73页 |
| 5.5 电子鼻和电子舌对不同贮藏条件的柑橘区分 | 第73-75页 |
| 5.5.1 基于极限学习机的不同贮藏条件的柑橘区分 | 第73-74页 |
| 5.5.2 基于支持向量机的不同贮藏条件的柑橘区分 | 第74-75页 |
| 5.6 电子鼻和电子舌对不同贮藏条件的柑橘品质追溯 | 第75-78页 |
| 5.6.1 基于极限学习机的理化参数和挥发性芳香成分的预测 | 第75-77页 |
| 5.6.2 基于偏最小二乘回归法的理化参数和挥发性芳香成分的预测 | 第77-78页 |
| 5.7 本章小结 | 第78-79页 |
| 第六章 混合果汁的感官品质分析 | 第79-93页 |
| 6.1 前言 | 第79页 |
| 6.2 实验方案 | 第79-80页 |
| 6.2.1 样品制备 | 第79-80页 |
| 6.2.2 电子鼻和电子舌检测 | 第80页 |
| 6.2.3 挥发性香气成分的检测 | 第80页 |
| 6.2.4 混合果汁的感官特性检测 | 第80页 |
| 6.3 结果与讨论 | 第80-86页 |
| 6.3.1 混合果汁的香气成分变化 | 第80-82页 |
| 6.3.2 混合果汁感官特性的分析结果 | 第82-83页 |
| 6.3.3 电子鼻和电子舌的信号分析 | 第83-85页 |
| 6.3.4 传感器信号值与香气、感官特性的内在相关性 | 第85-86页 |
| 6.4 电子鼻和电子舌对混合果汁的区分 | 第86-90页 |
| 6.5 基于电子鼻和电子舌的混合果汁品质追溯 | 第90-92页 |
| 6.5.1 基于电子鼻和电子舌的感官特性预测 | 第90-91页 |
| 6.5.2 基于电子鼻和电子舌的挥发性芳香物质预测 | 第91-92页 |
| 6.6 本章小结 | 第92-93页 |
| 第七章 超高压处理果汁的区分模型优化—多个降维方法的比较 | 第93-105页 |
| 7.1 前言 | 第93-94页 |
| 7.2 实验方案 | 第94页 |
| 7.2.1 样品准备 | 第94页 |
| 7.2.2 超高压处理 | 第94页 |
| 7.2.3 电子鼻检测 | 第94页 |
| 7.3 结果与讨论 | 第94-103页 |
| 7.3.1 电子鼻传感器的信号分析和特征值提取 | 第94-96页 |
| 7.3.2 基于主成分分析的数据降维 | 第96-97页 |
| 7.3.3 基于线性判别分析的数据降维 | 第97-98页 |
| 7.3.4 基于局部保持投影的数据降维 | 第98-100页 |
| 7.3.5 基于极限学习机的超高压果汁分类 | 第100-101页 |
| 7.3.6 基于支持向量机的超高压果汁分类 | 第101-103页 |
| 7.4 本章小结 | 第103-105页 |
| 第八章 柑橘果汁中添加剂含量的预测 | 第105-118页 |
| 8.1 前言 | 第105页 |
| 8.2 实验方案 | 第105-106页 |
| 8.2.1 样品制备 | 第105-106页 |
| 8.2.2 电子鼻和电子舌检测 | 第106页 |
| 8.3 果汁中苯甲酸含量预测 | 第106-112页 |
| 8.3.1 电子鼻和电子舌对含有苯甲酸柑橘汁的检测 | 第106-107页 |
| 8.3.2 电子鼻、电子舌和融合数据集的数据结构分析 | 第107-108页 |
| 8.3.3 基于主成分回归的苯甲酸含量预测 | 第108-109页 |
| 8.3.4 基于随机森林的苯甲酸含量预测 | 第109-110页 |
| 8.3.5 基于极限学习的苯甲酸含量预测 | 第110-111页 |
| 8.3.6 基于支持向量机的苯甲酸含量预测 | 第111-112页 |
| 8.4 果汁中壳聚糖含量的预测 | 第112-117页 |
| 8.4.1 电子鼻和电子舌对柑橘汁检测 | 第112-113页 |
| 8.4.2 电子鼻、电子舌和融合数据集的数据结构分析 | 第113-114页 |
| 8.4.3 基于主成分回归的壳聚糖含量预测 | 第114-115页 |
| 8.4.4 基于随机森林的壳聚糖含量预测 | 第115页 |
| 8.4.5 基于极限学习的壳聚糖含量预测 | 第115-116页 |
| 8.4.6 基于支持向量机的壳聚糖含量预测 | 第116-117页 |
| 8.5 本章小结 | 第117-118页 |
| 第九章 总结与展望 | 第118-121页 |
| 9.1 主要结论 | 第118-119页 |
| 9.2 主要创新点 | 第119-120页 |
| 9.3 展望 | 第120-121页 |
| 参考文献 | 第121-134页 |
| 致谢 | 第134-136页 |
| 插图清单 | 第136-139页 |
| 表格清单 | 第139-140页 |
| 主要缩略词清单 | 第140-141页 |
| 研究生期间主要成果 | 第141-142页 |
