水果是人們日常飲食中不可或缺的一部分,也是食品安全問題的高發(fā)領域。本文就食品安全中的水果農藥殘留問題進行研究。目前,常用果蔬農藥殘留的檢測方法主要有:液相色譜法、氣相色譜分析法、酶抑制法、超臨界流體萃取法（SFE）、生物傳感器法等。他們不僅操作復雜、耗時長、經濟成本較高而且會破壞樣品結構,屬于有損檢測方法。所以急需一種無損、非接觸、簡單、快捷、準確檢測果蔬表面農殘的方法。本文基于高光譜成像技術,研究柿子表面農藥殘留種類及臍橙表面不同農藥殘留濃度的無損檢測方法。論文主要研究內容如下:（1）配置嘧霉胺、噠螨靈、毒死蜱三種農藥噴灑在柿子表面和不同濃度的噠螨靈農藥溶液噴灑在臍橙表面,分別建立一組噴灑蒸餾水的樣品為對照組。分成四組并采集高光譜圖像,確定感興趣區(qū)域（ROI）并提取光譜信息,利用標準正態(tài)變換（SNV）預處理樣品原始光譜。（2）基于高光譜成像技術的柿子表面不同農藥殘留種類檢測研究方法。采集四組樣品高光譜數(shù)據(jù),分別選用主成分分析（PCA）法和連續(xù)投影法（SPA）進行全波段下的降維,提取光譜特征波段�；赑CA法提取的特征波長（640nm、670nm、700nm、800nm、940nm）和... 

【文章來源】：云南師范大學云南省

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 近紅外光譜技術
        1.2.2 拉曼光譜分析法
        1.2.3 .熒光光譜技術
        1.2.4 高光譜成像技術
    1.3 主要研究內容與結構
        1.3.1 本文主要研究內容
        1.3.2 本文結構安排
    1.4 本章小結
第二章 高光譜成像系統(tǒng)及樣品制備
    2.1 高光譜成像系統(tǒng)
        2.1.1 高光譜成像技術原理
        2.1.2 高光譜成像平臺
        2.1.3 高光譜圖像采集與校準
    2.2 實驗材料與制備
        2.2.1 實驗材料
        2.2.2 樣品的制備
    2.3 光譜提取與分析
    2.4 本章小結
第三章 相關算法介紹
    3.1 光譜預處理
    3.2 降維方法
        3.2.1 主成分分析法
        3.2.2 連續(xù)投影算法
    3.3 數(shù)學建模方法
        3.3.1 支持向量機
        3.3.2 BP神經網絡
        3.3.3 極限學習機
    3.4 本章小結
第四章 基于高光譜成像技術的柿子表面農藥殘留種類檢測
    4.1 光譜提取以及預處理
    4.2 特征波長的提取
        4.2.1 基于主成分分析法的特征提取
        4.2.2 基于連續(xù)投影算法的特征提取
    4.3 基于特征波段提取算法的分類建模研究
        4.3.1 支持向量機建模
        4.3.2 BP神經網絡建模
        4.3.3 極限學習機
    4.4 本章小結
第五章 基于高光譜成像技術的臍橙表面農藥濃度檢測
    5.1 光譜提取以及預處理
    5.2 特征波長的提取
        5.2.1 基于主成分分析法的特征提取
        5.2.2 基于連續(xù)投影算法的特征提取
    5.3 基于特征波段提取算法的分類建模研究
        5.3.1 支持向量機建模
        5.3.2 BP神經網絡建模
        5.3.3 極限學習機
    5.4 本章小結
第六章 總結與展望
    6.1 工作總結
    6.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文
致謝


【參考文獻】：
期刊論文
[1]SERS技術用于蘋果表面有機磷農藥殘留的檢測[J]. 李曉舟,于壯,楊天月,丁建華.  光譜學與光譜分析. 2013(10)
[2]基于漫反射高光譜成像技術的哈密瓜糖度無損檢測研究[J]. 馬本學,肖文東,祁想想,何青海,李鋒霞.  光譜學與光譜分析. 2012(11)
[3]蔬菜表面農藥殘留可見-近紅外光譜探測與分類識別研究[J]. 陳蕊,張駿,李曉龍.  光譜學與光譜分析. 2012(05)
[4]基于高光譜圖像技術的果蔬表面農藥殘留檢測研究[J]. 付妍,徐冉冉,陳興海.  食品安全導刊. 2012(05)
[5]基于連續(xù)投影算法的土壤總氮近紅外特征波長的選取[J]. 高洪智,盧啟鵬,丁海泉,彭忠琦.  光譜學與光譜分析. 2009(11)
[6]近紅外光譜分析技術在辛硫磷農藥殘留檢測中的應用[J]. 沈飛,閆戰(zhàn)科,葉尊忠,應義斌.  光譜學與光譜分析. 2009(09)
[7]基于支持向量機（SVM）的稻縱卷葉螟危害水稻高光譜遙感識別[J]. 石晶晶,劉占宇,張莉麗,周灣,黃敬峰.  中國水稻科學. 2009(03)
[8]基于高光譜圖像技術的水果表面農藥殘留檢測試驗研究[J]. 薛龍,黎靜,劉木華.  光學學報. 2008(12)
[9]浙江省27年來部分食品中有機氯農藥殘留消長趨勢分析[J]. 陸德勝,于村,呂偉芝,葉懷莊.  中國公共衛(wèi)生. 2000(11)
[10]成都市城鄉(xiāng)居民膳食中農藥殘留水平及安全性評價[J]. 侯為道,陳燦,高玲,楊元,李曉輝,李建華.  預防醫(yī)學情報雜志. 1999(02)

碩士論文
[1]基于高光譜成像技術的哈密瓜表面農藥殘留檢測技術研究[D]. 徐潔.石河子大學 2016
[2]近紅外光譜法無損檢測柑橘表面多種農藥殘留的研究[D]. 羅春生.江西農業(yè)大學 2012
[3]高維數(shù)據(jù)分析中的降維方法研究[D]. 劉卓.中國人民解放軍國防科學技術大學 2002



本文編號：3050259