光谱技术在农作物/农产品信息无损检测中的应用

本书特色

[

孙俊*的《光谱技术在农作物农产品信息无损检测中的应用》系统地介绍了光谱技术及其预处理算法、特征选取方法，并在此基础上，分析了国内外的*
新研究进展，重点展示了光谱等技术在农业上的应用情况。本专*是多个国家自然科学基金项目、省自然科学基金项目、农业部重点实验室开放课题研究成果的展现，实现了理论与应用的结合。本专*共包含14
章，其中**章概述介绍了光谱技术在农作物／农产品信息检测中应用的现状；第2章至第5章介绍了光谱预处理算法、光谱特征选取方法及定性、定量分析方法；第6章至**4章分别介绍了光谱技术在水稻、生菜、桑叶、大米、鸡蛋、红豆、烟草、玉米、油麦菜等农作物／农产品对象信息检测中的应用实例。

]

目录

1 概述1.1 农作物／农产品信息的光谱技术检测1.1.1 光谱技术在农作物检测中的应用1.1.2 光谱技术在农作物农药残留检测中的应用1.2 农作物／农产品信息的电特性技术检测1.2.1 介电特性技术在水果品质检测中的应用1.2.2 介电特性技术在粮食含水率检测中的应用1.2.3 介电特性在叶片含水率检测中的应用参考文献
2 光谱预处理算法2.1 savitzky-Golay多项式平滑2.2 移动平均平滑2.3 多元散射校正算法2.4 标准正态变量变换和去趋势算法2.5 导数变换算法2.6 正交信号校正算法2.7 小波阈值2.8 小波分段参考文献
3 光谱特征选取方法3.1 逐步回归分析3.2 连续投影算法3.3 权重回归系数法3.4 主成分分析3.5 竞争性自适应加权算法3.6 LDA算法3.7 LPP算法3.8 SLPP算法3.9 离散小波变换3.10 分段离散小波变换参考文献
4 定性分析方法4.1 支持向量机4.2 K*近邻分类器4.3 Adaboost-SVM及Adaboost-KNN4.4 MSCPSO-SVM4.5 极限学习机4.6 Fisher判别分析4.7 马氏距离判别分析参考文献
5 定量分析方法5.1 一元回归算法5.2 多元线性回归5.3 BP神经网络及改进算法5.3.1 BP神经网络5.3.2 基于贝叶斯算法的BP网络5.3.3 基于L-M算法的BP网络5.3.4 遗传神经网络5.3.5 基于思维进化优化BP神经网络5.3.6 PNN神经网络5.3.7 GA—PNN神经网络5.4 支持向量机回归算法及其改进5.4.1 支持向量机回归算法5.4.2 GA-LS-SVM算法5.5 ABC-SVR参考文献
6 水稻信息检测6.1 样本培育6.1.1 栽培方法6.1.2 水稻光谱数据测定6.1.3 水稻叶片水分含量与氮素含量的测定
……

封面

书名:光谱技术在农作物/农产品信息无损检测中的应用

作者:孙俊

页数:212

定价:¥50.0

出版社:东南大学出版社

出版日期:2017-06-01

ISBN:9787564171698

PDF电子书大小:79MB 高清扫描完整版