●第1章 緒論
1.1 課題研究背景
1.1.1 行業背景
1.1.2 國際貿易背景
1.1.3 地區背景
1.1.4 政策背景
1.2 肉品品質檢測現狀與研究進展
1.2.1 肉品新鮮度檢測現狀
1.2.2 傳統檢測方法
1.2.3 快速無損檢測方法
1.2.4 高光譜技術在肉品檢測應用中的研究進展
1.3 研究目的及意義
1.4 研究內容和技術路線
1.4.1 研究內容
1.4.2 技術路線
1.5 本章小結
第2章 羊肉新鮮度光學檢測機理及新鮮度指標變化規律研究
2.1 引言
2.2 羊肉新鮮度光學無損檢測機理研究
2.2.1 冷鮮羊肉腐敗變質機理
2.2.2 羊肉新鮮度光學檢測機理
2.2.3 羊肉理化品質變化
2.2.4 新鮮度評價指標選取
2.3 不同儲藏時間羊肉新鮮度指標變化規律研究
2.3.1 試驗材料與理化指標分析儀器
2.3.2 羊肉肉色測量與變化規律研究
2.3.3 羊肉pH值測量與變化規律研究
2.3.4 羊肉TVB-N測量與變化規律研究
2.3.5 羊肉TVC測量與變化規律研究
2.4 關鍵新鮮度指標優選
2.5 本章小結
第3章 基於全譜段可見近紅外光譜信息的羊肉新鮮度預測方法研究
3.1 引言
3.2 試驗材料與近紅外光譜采集
3.2.1 試驗材料
3.2.2 羊肉可見近紅外光譜采集
3.2.3 光譜預處理方法研究
3.2.4 偏最小二乘回歸模型
3.3 結果與分析
3.3.1 羊肉樣本可見近紅外反射光譜分析
3.3.2 全波段光譜預測性能分析
3.4 本章小結
第4章 基於特征光譜信息的羊肉新鮮度關鍵指標預測與分類模型研究
4.1 引言
4.2 特征波長優選方法研究
4.2.1 SPA法
4.2.2 CARS法
4.3 建模方法研究
4.3.1 SVM網絡預測模型
4.3.2 CART分類模型
4.4 模型的評價標準
4.5 L*值光譜特征波長優選與預測模型建立
4.5.1 特征波長優選
4.5.2 預測模型建立與精度驗證
4.6 pH值特征波長選擇與預測模型建立
4.6.1 特征波長優選
4.6.2 預測模型建立與精度驗證
4.7 TVB.N特征波長選擇與預測模型建立
4.7.1 特征波長優選
4.7.2 預測模型建立與精度驗證
4.8 TVC值特征波長選擇與預測模型建立
4.8.1 特征波長優選
4.8.2 預測模型建立與精度驗證
4.9 關鍵新鮮度指標預測模型分析
4.10 多源特征信息融合CART分類模型的建立與分析
4.11 本章小結
第5章 基於高光譜成像技術的羊肉新鮮度特征波長提取方法研究
5.1 引言
5.2 試驗材料與高光譜圖像采集
5.2.1 試驗材料
5.2.2 羊肉高光譜圖像采集與校正
5.3 特征波長優選方法研究
5.3.1 離散粒子群算法及其改進
5.3.2 改進粒子群算法提取特征波段
5.4 結果與分析
5.4.1 羊肉樣本近紅外反射光譜分析及預處理
5.4.2 光譜特征變量選擇
5.4.3 很優光譜特征波長選擇與分析
5.5 本章小結
第6章 基於高光譜成像技術的羊肉新鮮度預測模型研究
6.1 引言
6.2 數據分析方法
6.2.1 GA法
6.2.2 BP神經網絡模型
6.2.3 RFR模型
6.3 光譜特征模型建立與分析
6.3.1 BPANN預測模型建立
6.3.2 RFR預測模型建立
6.3.3 預測模型結果分析
6.4 圖像特征變量選擇
6.4.1 PCA法優選特征圖像
6.4.2 GA法優選特征圖像
6.4.3 圖像特征變量提取
6.5 圖像特征模型建立與分析
6.6 光譜圖像信息融合預測模型的建立與分析
6.7 本章小結
第7章 結論與展望
7.1 結論
7.2 展望
參考文獻