《近红外光谱分析技术及其在现代农业中的应用》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:张小超,吴静珠,徐云著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2012
  • ISBN:9787121118647
  • 页数:275 页
图书介绍:近红外光谱分析是一种无损、快捷的现代检测技术,它作为一种有效的品质分析技术在我国日益受到重视。近红外光谱分析是指利用近红外谱区包含的物质信息,通过化学计量学方法建立分析模型,主要用于有机物质定性和定量分析的一种分析技术,其在现代农业、食品等许多领域得到越来越广泛的应用。本书共分6章,介绍了近红外光谱无损检测技术的基本原理,以及近红外光谱仪器的相关技术,重点阐述了化学计量学在近红外光谱预处理和建模中的应用与实现,结合课题介绍了近红外光谱分析技术在农副产品品质检测中的实际应用情况。

第1章 概论 1

1.1近红外光谱技术的发展历程 1

1.1.1近红外光谱仪器的发展 2

1.1.2光谱化学计量学的发展 4

1.1.3应用领域的发展 11

1.1.4我国近红外光谱分析技术的发展和研究现状 13

1.2近红外光谱技术的研究展望 17

参考文献 21

第2章 近红外光谱分析基础 26

2.1近红外光谱产生机理 26

2.1.1分子振动的基频、倍频与合频 26

2.1.2分子振动的能级 28

2.1.3振动光谱选择定律 29

2.1.4分子振动形式 30

2.1.5基团频率和特征吸收峰 31

2.2近红外光谱特点 35

2.3近红外光谱分析理论基础 36

2.4近红外光谱常规分析技术 37

2.4.1透射光谱法 38

2.4.2漫反射光谱法 41

2.4.3近红外在线检测技术 44

2.5近红外光谱分析流程 47

2.6近红外定标模型的评价指标 48

参考文献 49

第3章 近红外光谱分析系统 51

3.1近红外光谱仪发展概述 51

3.2近红外光谱仪的基本构成 54

3.3近红外光谱仪的主要类型 58

3.4近红外光谱仪的主要性能指标 66

3.5近红外光谱系统研制实例 69

3.5.1基于AOTF的近红外光谱仪 69

3.5.2基于CCD的近红外光谱仪的研制 74

3.5.3近红外光谱分析软件的开发 83

参考文献 93

第4章 近红外光谱分析的预处理方法 95

4.1概述 95

4.2建模集样品挑选方法 99

4.3减小籽粒样品装样影响的预处理方法 103

4.4基于导数法的光谱信息挖掘技术 108

4.5小波分析在光谱噪声滤除中的应用 112

4.5.1小波及小波包理论与消噪原理 112

4.5.2分段小波消噪 118

4.5.3基于小波包和导数处理相结合的光谱信息提取 121

4.6遗传算法优化光谱波长区间的算法 122

4.6.1常见谱区优化算法 122

4.6.2基于遗传算法的近红外光谱谱区选择法 125

4.6.3应用实例 129

4.7 CARS波长变量选择法 132

参考文献 136

第5章 近红外光谱的定量与定性分析 139

5.1概述 139

5.2近红外光谱定量分析 139

5.2.1偏最小二乘法 141

5.2.2 BP神经网络 143

5.2.3支持向量机 150

5.3近红外光谱定性分析 159

5.3.1聚类分析 160

5.3.2支持向量机分类器 178

参考文献 179

第6章 近红外光谱技术在现代农业领域中的应用 182

6.1概述 182

6.2 CA—05型谷物内部品质近红外分析系统及应用 183

6.3近红外光谱技术在土壤养分检测中的应用 186

6.3.1土壤养分含量的近红外光谱快速检测模型的建立 186

6.3.2近红外土壤养分快速检测光谱仪的开发 193

6.3.3基于自制光谱仪的土壤样品光谱扫描与模型建立 197

6.4近红外光谱在乳制品品质分析中的应用 198

6.4.1劣质(低蛋白)奶粉的快速定性检测 198

6.4.2奶粉理化指标的定量分析 203

6.4.3纯牛奶中三聚氰胺的快速检测 206

6.4.4乳品近红外光谱分析系统研制与对比分析 212

6.5近红外光谱技术在食用油品质分析中的应用 219

6.5.1食用油种类的定性识别 220

6.5.2食用油掺假鉴别分析 222

6.5.3食用油脂肪酸的定量分析 227

6.5.4食用油过氧化值的定量分析 227

6.6近红外光谱在蔬菜农残检测中的应用 230

6.6.1蔬菜农残的快速定性检测 231

6.6.2蔬菜农残的快速定量检测 233

6.7近红外光谱在花椒品质分析中的应用 238

参考文献 245

附录A 近红外预处理算法源程序(Matlab) 248

A.1建模集样品挑选算法 248

A.2分段小波消噪算法 257

A.3基于窗口优化选择的二阶导数法 260

A.4正交信号校正 263

A.5聚类算法 263

附录B 近红外预建模算法 269

B.1 PLS 269

B.2 ANN 272

B.3 SVM 273