农产品无损检测技术与数据分析方法pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

农产品无损检测技术与数据分析方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 人工嗅觉与人工味觉检测技术 1

第一节 概述 1

一、生物嗅觉与生物味觉 2

二、人工嗅觉与人工味觉 5

第二节 人工嗅觉与人工味觉的传感器阵列及模式识别 9

一、人工嗅觉与人工味觉传感器及传感器阵列 9

二、人工嗅觉与人工味觉的模式识别 15

第三节 人工嗅觉与人工味觉技术在食品检测中的应用 24

一、人工嗅觉在食品检测中的应用 25

二、人工味觉在食品检测中的应用 30

参考文献 33

第二章 嗅觉可视化技术 35

第一节 概述 35

一、嗅觉可视化传感器材料 36

二、嗅觉可视化传感器阵列 39

第二节 嗅觉可视化系统的实现 43

一、检测装置 43

二、数据处理 49

第三节 嗅觉可视化技术的应用研究 57

一、嗅觉可视化技术在分子识别中的应用研究 58

二、嗅觉可视化技术在酒类区分中的研究 60

参考文献 64

第三章 高光谱图像检测技术 68

第一节 光谱分析技术和计算机视觉技术 68

一、光与光谱 68

二、光谱分析技术 73

三、计算机视觉技术 77

第二节 高光谱图像检测技术的基本原理 81

一、概述 81

二、高光谱图像的获取 84

三、高光谱图像的信息处理技术 87

四、高光谱图像检测技术的前景 91

第三节 高光谱图像检测技术在农产品品质评定中的应用 92

一、高光谱图像检测技术在农产品品质评定中的应用现状 92

二、基于高光谱图像的水果表面缺陷、污染检测实例 95

参考文献 98

第四章 CT检测技术 102

第一节 CT检测原理 102

一、概述 102

二、X射线在所测物体中的衰减和衰减系数 103

三、一些基本概念 105

四、CT的成像原理 111

第二节 CT机的工作原理和基本结构 116

一、CT机的工作原理 116

二、CT机的基本结构 118

第三节 CT检测技术在农产品无损检测中的应用 124

一、在检测农产品内部缺陷和异物方面的应用 124

二、在检测农产品品质指标方面的应用 126

三、检测水果内部品质的应用实例 127

参考文献 130

第五章 磁共振成像技术 133

第一节 磁共振成像基本原理 133

一、磁共振成像原理入门 133

二、弛豫 137

三、加权成像 138

第二节 磁共振成像检测的实现 139

一、磁共振成像机系统 139

二、磁共振成像扫描序列 141

三、成像的主要指标 142

四、生物组织MR信号特征 143

第三节 磁共振成像在农产品无损检测中的应用 145

一、研究农产品中水分的分布及其流动性 145

二、研究农产品的玻璃态转变 146

三、研究果蔬的成熟度和损伤程度 147

四、研究农产品中的油脂 148

五、面团搅拌过程的MR图像检测实例 149

参考文献 151

第六章 多传感器信息融合检测技术 154

第一节 多传感器信息融合检测原理 154

一、多传感器信息融合的一般概念 154

二、多传感器信息融合的结构 156

三、多传感器信息融合技术的不同层次 158

四、多传感器信息融合技术研究和发展的方向 161

第二节 多传感器信息融合的数据处理 163

一、贝叶斯方法 163

二、D-S证据推理方法 165

三、模糊集理论 167

四、神经网络法 168

第三节 多传感器信息融合检测技术在农产品品质评定中的应用 169

一、基于多传感器信息融合检测技术的农产品品质评定研究概况 169

二、多传感器信息融合方法在农产品品质无损检测中应用的一般步骤 171

三、基于计算机视觉、电子鼻、近红外光谱三技术融合检测系统在苹果品质评定中的研究实例 176

参考文献 192

第七章 区间偏最小二乘法 197

第一节 区间偏最小二乘法基础知识 197

一、偏最小二乘法（PLS）的一些基本概念 197

二、常用的变量选择方法 199

三、区间偏最小二乘法（interval PLS-iPLS）的算法 200

四、软件的实现 203

第二节 区间偏最小二乘筛选法在苹果糖度近红外光谱检测中的应用 207

一、试验数据 208

二、常规区间偏最小二乘法 209

三、联合子区间法 212

四、向前／向后区间偏最小二乘筛选法（FiPLS/BiPLS） 215

参考文献 220

第八章 小波分析 224

第一节 小波分析基础知识 224

一、小波和小波变换 224

二、多分辨率分析与Mallat算法 229

三、小波包分析 230

四、常用的小波函数及小波的选择 232

第二节 小波分析在农产品无损检测中的应用研究 235

一、基于小波分析的农产品图像处理 236

二、小波分析在近红外光谱信号处理中的应用 246

三、小波分析在传感器信号处理中的应用 251

参考文献 258

第九章 独立分量分析方法 261

第一节 独立分量分析基础知识 261

一、ICA的概述 261

二、ICA的学习算法概述 270

三、独立分量分析与传统统计方法的关系 273

四、独立分量分析算法的研究趋势 275

第二节 独立分量分析在农产品无损检测信号处理中的应用 276

一、ICA在农产品无损检测信号处理中的应用概况 277

二、FastICA算法及其实现 280

三、ICA在近红外光谱噪声分离中的应用实例 285

参考文献 290

第十章 支持向量机 296

第一节 支持向量机的原理 296

一、经验风险最小化（Empirical Risk Minimization） 296

二、结构风险最小化（Structural Risk Minimization） 299

三、构造支持向量机 300

第二节 支持向量机在农产品无损检测中的应用 307

一、支持向量机的模型选择和应用概况 307

二、支持向量机的算法实现与软件 309

三、支持向量机在不同种类苹果识别中的应用实例 315

参考文献 318

第十一章 混合遗传算法 323

第一节 标准遗传算法 323

一、遗传算法概述 323

二、遗传算法的基本要素 324

三、遗传算法的特点 326

四、遗传算法研究的新动向 326

第二节 混合遗传算法 328

一、混合遗传算法（HGA）的概述 328

二、遗传特征参数法 329

三、遗传偏最小二乘方法（GA-PLS） 335

四、遗传神经网络 342

参考文献 351