甘薯在我國糧食作物總產(chǎn)位居第四,僅次于水稻、小麥、玉米。甘薯在我國的飲食與工業(yè)經(jīng)濟(jì)的發(fā)展中發(fā)揮著重要的作用。甘薯的產(chǎn)地起源分類、產(chǎn)后在線分級、產(chǎn)品安全快速檢測方法受到消費(fèi)者與食品加工廠商的密切關(guān)注。甘薯品質(zhì)的優(yōu)劣直接影響到加工產(chǎn)品的質(zhì)量、等級及所產(chǎn)生的經(jīng)濟(jì)價(jià)值。甘薯加工產(chǎn)品的安全直接威脅到人體的健康。因此,迫切需要一種快速、高效的技術(shù)方法對甘薯品質(zhì)和安全進(jìn)行檢測。本文使用高光譜與太赫茲時(shí)域光譜技術(shù),結(jié)合多種化學(xué)計(jì)量學(xué)方法,主要對甘薯的產(chǎn)地鑒別、內(nèi)部品質(zhì)、有害添加物展開檢測方法的研究。為甘薯產(chǎn)業(yè)品質(zhì)及安全檢測的發(fā)展提供依據(jù)。主要研究內(nèi)容與結(jié)論如下:(1)利用高光譜成像技術(shù)對紫薯產(chǎn)地進(jìn)行鑒別。以福建、廣西、山東三個(gè)產(chǎn)地的紫薯為研究對象,結(jié)合主成分分析(PCA)、連續(xù)投影算法(SPA)、無信息變量消除(UVE)等降維及篩選變量方法,分別建立偏最小二乘判別(PLS-DA)、最小二乘支持向量機(jī)(LS-SVM)、極限學(xué)習(xí)機(jī)(ELM)定性分析模型。結(jié)果表明,采用PCA-LS-SVM與UVE-ELM模型對產(chǎn)地的分類效果最優(yōu),誤判率均低為4.598%。實(shí)驗(yàn)表明,結(jié)合合適的波段篩選方法建立的LS-SVM與...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
主要符號說明
第一章 緒論
    1.1 研究目的與意義
    1.2 甘薯品質(zhì)檢測的國內(nèi)外研究現(xiàn)狀
    1.3 高光譜和太赫茲光譜品質(zhì)檢測的國內(nèi)外研究現(xiàn)狀
        1.3.1 高光譜檢測的國內(nèi)外研究現(xiàn)狀
        1.3.2 太赫茲光譜檢測的國內(nèi)外研究現(xiàn)狀
    1.4 研究的主要內(nèi)容
    1.5 技術(shù)路線
    1.6 本章小結(jié)
第二章 高光譜與太赫茲光譜技術(shù)基本原理與方法
    2.1 高光譜成像檢測的基本原理
    2.2 太赫茲光譜檢測的基本原理
    2.3 數(shù)據(jù)分析方法及模型評價(jià)
        2.3.1 光譜預(yù)處理方法
        2.3.2 光譜變量降維及特征變量提取方法
        2.3.3 光譜數(shù)據(jù)建模方法
        2.3.4 模型的評價(jià)
    2.4 本章小結(jié)
第三章 基于高光譜的紫薯產(chǎn)地鑒別方法研究
    引言
    3.1 實(shí)驗(yàn)樣品與儀器
        3.1.1 實(shí)驗(yàn)樣品
        3.1.2 實(shí)驗(yàn)儀器
    3.2 紫薯高光譜圖像的采集與光譜分析
        3.2.1 紫薯高光譜圖像的采集
        3.2.2 紫薯高光譜數(shù)據(jù)的提取
        3.2.3 不同產(chǎn)地紫薯的光譜分析
    3.3 紫薯高光譜變量降維及特征篩選
        3.3.1 光譜變量降維
        3.3.2 連續(xù)投影算法
        3.3.3 無信息變量消除
    3.4 基于光譜特征的紫薯產(chǎn)地定性判別模型建立與預(yù)測
        3.4.1 基于光譜特征的紫薯產(chǎn)地偏最小二乘判別模型研究
        3.4.2 基于光譜特征的紫薯產(chǎn)地最小二乘支持向量機(jī)判別模型研究
        3.4.3 基于光譜特征的紫薯產(chǎn)地極限學(xué)習(xí)機(jī)判別模型研究
    3.5 定性判別模型的對比分析
    3.6 本章小結(jié)
第四章 基于高光譜的紫薯SSC、干物質(zhì)含量檢測方法研究
    引言
    4.1 實(shí)驗(yàn)樣品及其理化指標(biāo)測定
        4.1.1 實(shí)驗(yàn)樣品
        4.1.2 紫薯可溶性固形物含量的測定
        4.1.3 紫薯干物質(zhì)含量的測定
    4.2 紫薯光譜分析與預(yù)處理
        4.2.1 紫薯光譜分析
        4.2.2 光譜預(yù)處理
    4.3 基于光譜特征的紫薯可溶性固形物定量模型建立與預(yù)測
        4.3.1 基于光譜特征的紫薯可溶性固形物偏最小二乘定量模型研究
        4.3.2 基于光譜特征的紫薯可溶性固形物最小二乘支持向量機(jī)定量模型研究
        4.3.3 基于光譜特征的紫薯可溶性固形物限學(xué)習(xí)機(jī)定量模型研究
        4.3.4 定量模型的對比分析
    4.4 基于光譜特征的紫薯干物質(zhì)定量模型建立與預(yù)測
        4.4.1 基于光譜特征的紫薯干物質(zhì)偏最小二乘定量模型研究
        4.4.2 基于光譜特征的紫薯干物質(zhì)最小二乘支持向量機(jī)定量模型研究
        4.4.3 基于光譜特征的紫薯干物質(zhì)極限學(xué)習(xí)機(jī)定量模型研究
        4.4.4 定量模型的對比分析
    4.5 本章小結(jié)
第五章 基于THz-TDS技術(shù)的甘薯淀粉中明礬含量檢測方法研究
    引言
    5.1 實(shí)驗(yàn)樣品與儀器及光學(xué)參數(shù)的提取
        5.1.1 實(shí)驗(yàn)樣品與制備
        5.1.2 實(shí)驗(yàn)儀器
        5.1.3 光學(xué)參數(shù)的提取
    5.2 太赫茲光譜分析與預(yù)處理
        5.2.1 甘薯淀粉和明礬的THz光譜分析
        5.2.2 甘薯淀粉和明礬混合物的THz光譜分析
        5.2.3 光譜預(yù)處理
    5.3 甘薯淀粉中明礬含量定量模型的建立與預(yù)測
        5.3.1 甘薯淀粉中明礬含量的最小二乘支持向量機(jī)定量模型研究
        5.3.2 太赫茲光譜的特征變量篩選
        5.3.3 基于不同篩選變量方法的最小二乘支持向量機(jī)模型結(jié)果分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
個(gè)人簡歷在讀期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3798789