当前位置:首页 > 工业技术
食品、农产品无损检测中的数据处理和分析方法
食品、农产品无损检测中的数据处理和分析方法

食品、农产品无损检测中的数据处理和分析方法PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:赵杰文;林颢编著
  • 出 版 社:北京:科学出版社
  • 出版年份:2012
  • ISBN:9787030342744
  • 页数:231 页
图书介绍:无损检测是食品、农产品检测的前沿方向和热门课题,涉及多个学科的交叉,伴随着各种新的检测技术和方法不断的涌现和应用,处理和分析大量的、物理意义不同的数据信息是获得精确检测结果和建立高精度识别模型的不可或缺环节,很多学者将计算机科学和应用数学的最新研究成果消化、吸收并应用到各自的研究课题,在这方面取得了一系列可喜的研究成果,甚至食品、农产品无损检测的数据处理和分析其本身也呈现出成为新的研究方向的趋势,但到目前为止,还没有相关的论著对其进行系统的介绍和归纳。本书围绕如何对所获数据进行处理和分析,从而建立有效的识别模型展开讨论,分为数据前处理、变量筛选、特征提取、定性识别模型和定量分析模型几个部分。是作者食品、农产品检测方面多年研究成果的累积,并结合了国内外食品、农产品无损检测中数据处理和分析的最新方法,为食品工程、食品分析和农业工程的科研人员接触数据处理和分析方法的最新动态提供帮助。
《食品、农产品无损检测中的数据处理和分析方法》目录

第一章 绪论 1

第一节 食品、农产品品质无损检测技术及其特点 1

第二节 食品、农产品品质无损检测中的数据处理与分析 2

一、数据前处理 2

二、变量筛选 2

三、特征提取 3

四、定性识别 3

五、定量分析 4

第三节 数据处理和分析在食品、农产品无损检测中的应用趋势 4

一、多学科知识交叉 4

二、计算机和数据处理软件作用凸显 5

主要参考文献 6

第二章 数据前处理 7

第一节 标准化处理 7

一、均值中心化 7

二、极小/极大归一化 7

三、标准正态变量变换 8

四、数据标准化处理中的应用实例 8

第二节 数据平滑与去噪 10

一、数据平滑 10

二、求导去噪 13

三、自适应滤波 14

四、小波分析 16

五、数据平滑、去噪应用实例 18

第三节 其他数据前处理方法 23

一、净分析物预处理法 23

二、正交信号校正法 30

主要参考文献 38

第三章 变量筛选 41

第一节 区间筛选法 41

一、区间偏最小二乘 42

二、前向区间偏最小二乘 42

三、后向区间偏最小二乘 42

四、联合区间偏最小二乘 43

五、变量区间筛选法应用实例 44

第二节 遗传算法 51

一、遗传算法基本原理 51

二、遗传偏最小二乘算法 54

三、遗传算法在变量筛选中的应用实例 56

第三节 模拟退火法 63

一、模拟退火法基本原理 63

二、模拟退火法实现过程 65

三、模拟退火法在变量筛选中的应用实例 65

第四节 其他变量筛选方法 67

一、连续投影算法 67

二、无信息变量消除法 69

主要参考文献 75

第四章 特征提取 78

第一节 常规特征提取方法 78

一、数据处理中的常规特征提取 78

二、应用实例 79

第二节 主成分分析 85

一、二维空间主成分分析 85

二、多维空间主成分分析 88

三、主成分分析在数据特征提取中的应用实例 90

第三节 独立分量分析 92

一、独立分量分析算法原理 92

二、独立分量分析在数据特征提取中的应用实例 97

主要参考文献 101

第五章 定性识别 103

第一节 聚类分析 103

一、聚类分析方法原理 103

二、聚类分析在数据分析中的应用实例 104

第二节 线性判别分析 106

一、欧氏距离线性判别 107

二、马氏距离线性判别 107

三、Fischer线性判别 108

四、线性判别在数据分析中的应用实例 109

第三节K最近邻法 111

一、K最近邻法算法原理 111

二、K最近邻法在数据分析中的应用实例 112

第四节 人工神经网络 113

一、人工神经网络概述 113

二、BP神经网络 114

三、RBF神经网络 115

四、遗传神经网络 115

五、人工神经网络模型应用实例 119

第五节 支持向量机 127

一、支持向量机的原理 128

二、支持向量机的构造 129

三、支持向量机识别的应用实例 133

第六节 一类分类器 135

一、常用一类分类器 136

二、一类支持向量机 137

三、支持向量数据描述 138

四、一类分类器在数据分析中的应用实例 139

主要参考文献 147

第六章 定量分析 151

第一节 回归分析 151

一、一元线性回归 151

二、多元线性回归 153

三、主成分回归 155

四、回归在数据分析中的应用实例 156

第二节 偏最小二乘法 161

一、偏最小二乘法原理 161

二、模型的评价指标 164

三、偏最小二乘在数据分析中的应用实例 165

第三节 神经网络回归 168

一、BP算法神经网络回归分析 168

二、前馈神经网络模型模糊感知器回归分析 169

三、神经网络回归在数据分析中的应用实例 170

第四节 支持向量机回归 176

一、支持向量机回归原理 176

二、最小二乘支持向量机 177

三、最小二乘支持向量机在数据分析中的应用实例 177

主要参考文献 179

第七章 数据处理和分析中几种常用软件简介 182

第一节 Excel 182

一、Excel软件在数据处理和分析中的应用简介 182

二、Excel软件处理数据实例 183

第二节 SPSS 192

一、SPSS数据文件的建立与操作 192

二、SPSS软件处理数据实例 196

第三节 MATLAB 207

一、MATLAB 7.x的运行环境 207

二、MATLAB软件处理数据实例 212

主要参考文献 226

附录A食品、农产品无损检测数据处理和分析相关期刊简介 228

附录B数据处理与分析算法及源代码下载相关网站简介 231

相关图书
作者其它书籍
返回顶部