万本电子书0元读

万本电子书0元读

顶部广告

多光谱食品品质检测技术与信息处理研究电子书

本书依托重实验室设备和技术,汇集行业专家数年科研与教学成果,重基金资助专著出版,对食品品质检测领域有极高的参考价值。同时本书结合人工智能方法,通过深度学习算法的应用,提供了未来非常有价值的方法和方向

售       价:¥

纸质售价:¥49.80购买纸书

30人正在读 | 1人评论 6.2

作       者:刘翠玲

出  版  社:机械工业出版社

出版时间:2018-01-03

字       数:21.8万

所属分类: 科技 > 工业技术 > 轻工业/手工业

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
本书结合我国当下“食品安全”热问题,以果蔬农残、食用植物油、小麦粉、茶叶等检测对象为例,系统介绍了作者所在课题组采用多种光谱技术(近红外、中红外、拉曼及紫外等)在农产品和食品品质快速检测中的研究理论、方法以及应用成果,并重探讨了多种光谱技术在农产品和食品品质快速检测领域中的应用可行性及存在问题。<br/>【推荐语】<br/>本书依托重实验室设备和技术,汇集行业专家数年科研与教学成果,重基金资助专著出版,对食品品质检测领域有极高的参考价值。同时本书结合人工智能方法,通过深度学习算法的应用,提供了未来非常有价值的方法和方向<br/>【作者】<br/>刘翠玲,北京工商大学教授。女,1963年6月出生,博士。现任北京工商大学网络中心主任,电气工程及其自动化专业建设负责人。长期从事自动化专业的教学、科研工作,为研究生、本科生主讲了系统辨识、自适应控制、系统仿真、自动控制原理、自动检测技术、现代控制理论基础、过程控制系统、集散控制系统、电机与电力拖动基础等十余门课程,指导了研究生、本科生60余人。 主持完成了部级科研“抽油机井生产过程模拟仿真方法研究”,部级教学研究课题“工业自动化专业的改革”,同时完成了多项局级科研和教改项目,主持《过程控制系统》、《电机与电力拖动基础》精品课建设工作。在工业过程自动化、复杂系统的建模与仿真方法研究、智能检测技术等领域做了大量工作,获得了省部级以上科研成果1项,教学成果4项,曾获省级教育工作者和教育系统劳动模范,获校级教学成果奖、教学质量奖、教材奖等奖励共10余项。在《系统仿真学报》、《电机与控制学报》、《哈尔滨工业大学学报》、《仪表技术与传感器》、《计算机仿真》等学术期刊,发表学术论文20余篇。主编出版了《计算机辅助设计》、《系统仿真》、《智能建筑通信自动化系统》、《集散控制系统》、《智能楼宇自动控制系统》等教材5部。<br/>
目录展开

前言

目录

第1章 绪论

1.1 光谱技术概述

1.1.1 光谱技术的起源

1.1.2 光谱技术的主要应用领域

1.1.3 光谱技术的应用特点

1.2 光谱技术在食品品质检测中的应用现状

1.2.1 光谱技术在农药残留检测中的应用现状

1.2.2 光谱技术在食用植物油品质检测中的应用现状

1.2.3 光谱技术在面粉品质检测中的应用现状

1.3 完成的相关科学研究项目概况

1.4 本书主要内容概述

参考文献

第2章 光谱分析技术基础

2.1 光谱分析理论基础及技术特点

2.1.1 近红外光谱技术

2.1.2 傅里叶变换红外光谱衰减全反射技术

2.1.3 拉曼散射光谱技术

2.1.4 紫外-可见光分光光度法

2.2 光谱分析流程

2.3 常规光谱预处理方法

2.3.1 中心化

2.3.2 平滑法

2.3.3 导数法

2.3.4 标准正态变量变换法

2.3.5 去趋势法

2.3.6 多元散射校正

2.3.7 小波变换

2.3.8 连续投影算法

2.3.9 正交信号校正

2.4 典型校正模型建立方法

2.4.1 MLR法

2.4.2 PCR法

2.4.3 PLS法

2.4.4 BP神经网络

2.4.5 SVM

2.5 光谱模型评价指标

2.6 光谱仪器介绍

2.6.1 红外光谱仪

2.6.2 拉曼光谱仪

2.6.3 紫外光谱仪

2.7 小结

参考文献

第3章 农药残留检测方法及光谱仪概述

3.1 农药残留检测方法介绍

3.1.1 色谱法

3.1.2 光谱法

3.1.3 酶抑制法

3.1.4 酶联免疫法

3.1.5 生物传感器检测法

3.1.6 发光菌检测法

3.2 光谱仪设备概述

3.3 小结

参考文献

第4章 基于近红外光谱技术的农药残留检测方法研究

4.1 简介

4.2 基于近红外光谱的农药溶液定量分析方法研究

4.2.1 样本制备及光谱采集

4.2.2 基于近红外光和PLS法的农药溶液定量分析方法研究

4.2.3 基于近红外光和BP神经网络的农药溶液定量分析方法研究

4.3 基于近红外光谱的萝卜农药残留(毒死蜱)检测方法研究

4.3.1 样本制备及光谱采集

4.3.2 基于近红外光和PLS法的萝卜农药残留检测方法研究

4.3.3 基于近红外光和BP神经网络的萝卜农药残留检测方法研究

4.4 基于近红外光HSI技术的皇冠梨农药残留无损检测方法研究

4.4.1 样本制备及高光谱采集

4.4.2 光谱特征提取

4.4.3 基于BP神经网络的皇冠梨农药残留(毒死蜱)检测方法研究

4.4.4 基于BP神经网络的皇冠梨农药残留(炔螨特)检测方法研究

4.5 小结

参考文献

第5章 基于ATR-FTIR光谱技术的 农药残留检测方法研究

5.1 简介

5.2 基于ATR-FTIR的农药溶液定量分析方法研究

5.2.1 基于FTIR峰高和峰面积的农药溶液定量分析方法研究

5.2.2 基于FTIR和PLS的农药溶液定量分析方法研究

5.2.3 基于FTIR和BP神经网络的农药溶液定量分析方法研究

5.3 基于ATR-FTIR的萝卜农药残留(毒死蜱)检测方法研究

5.3.1 基于FTIR峰高和峰面积的萝卜农残检测方法研究

5.3.2 基于FTIR和PLS的萝卜农残检测方法研究

5.3.3 基于FTIR和BP神经网络的萝卜农残检测方法研究

5.4 小结

参考文献

第6章 基于SERS光谱技术的农药残留检测方法研究

6.1 简介

6.2 SERS光谱技术中不同表面增强剂效果的研究

6.2.1 基于金、银基底的SERS光谱分析

6.2.2 基于金、银基底的SERS光谱建模分析

6.3 SERS光谱技术中QuEChERS样本前处理的研究

6.3.1 无样本前处理的SERS分析及建模

6.3.2 基于QuEChERS的样本前处理的SERS分析及建模

6.4 基于SERS光谱技术的苹果农药残留定量检测方法研究

6.4.1 基于SERS光谱和PLS法的苹果农药残留定量检测方法研究

6.4.2 基于SERS光谱和SPA的苹果农药残留定量检测方法研究

6.4.3 基于SERS光谱和BP人工神经网络的苹果农药残留定量检测方法研究

6.5 基于SERS光谱技术的苹果多农药残留的定性及定量分析

6.5.1 样本制备及数据采集

6.5.2 基于判别分析的不同农药定性分析

6.5.3 基于距离匹配的不同农药定性分析

6.5.4 多农药残留定量分析

6.5.5 国标检测方法对比结果

6.6 小结

参考文献

第7章 二嗪农多类光谱敏感性研究比较分析

7.1 简介

7.2 实验材料

7.3 二嗪农的4类光谱分析

7.3.1 二嗪农近红外光谱分析

7.3.2 二嗪农中红外光谱分析

7.3.3 二嗪农SERS光谱分析

7.3.4 二嗪农紫外光谱法检测

7.4 小结

参考文献

第8章 多光谱技术在食用植物油安全品质检测中的应用研究

8.1 简介

8.2 基于近红外光谱技术的食用油安全品质检测方法研究

8.2.1 基于聚类分析的食用油种类鉴别方法研究

8.2.2 基于SVM的花生油掺伪检测方法研究

8.3 基于ATR-FTIR光谱技术的食用油安全品质检测方法研究

8.3.1 基于ELM的芝麻油掺伪检测方法研究

8.3.2 基于ELM的芝麻油制假检测方法研究

8.4 基于拉曼光谱技术的食用油安全品质检测方法研究

8.4.1 基于PLS-LDA法的食用油种类鉴别方法研究

8.4.2 基于距离匹配法的食用植物油掺伪检测方法研究

8.4.3 食用植物油中的外源性动物油脂检测方法研究

8.5 小结

参考文献

第9章 多光谱技术在食用油营养及理化品质检测中的应用研究

9.1 简介

9.2 基于近红外光谱技术的食用油脂肪酸检测方法研究

9.2.1 实验材料与光谱采集

9.2.2 基于窗口移动的PLS法介绍

9.2.3 食用油油酸近红外光特征谱区筛选与模型优化方法研究

9.2.4 食用油亚油酸近红外光特征谱区筛选与模型优化

9.2.5 食用油硬脂酸近红外光特征谱区筛选与模型优化

9.2.6 食用油棕榈酸近红外光特征谱区筛选与模型优化

9.3 基于拉曼光谱技术的食用油脂肪酸检测方法研究

9.3.1 实验材料与光谱采集

9.3.2 拉曼特征谱区筛选

9.3.3 食用油油酸拉曼特征谱区筛选及模型优化

9.3.4 食用油亚油酸拉曼特征谱区筛选及模型优化

9.3.5 食用油硬脂酸拉曼特征谱区筛选及模型优化

9.3.6 食用油棕榈酸拉曼特征谱区筛选及模型优化

9.4 基于多光谱技术的芝麻油酸值检测方法研究

9.4.1 实验材料

9.4.2 光谱采集

9.4.3 基于近红外光谱的芝麻油酸值定量分析

9.4.4 基于中红外光谱的芝麻油酸值定量分析

9.4.5 基于拉曼光谱的芝麻油酸值定量分析

9.5 基于多光谱技术的食用油酸值和过氧化值检测方法研究

9.5.1 实验材料与光谱采集

9.5.2 光谱模型比较分析

9.6 基于近红外-中红外光谱融合技术的食用油酸值和过氧化值的定量模型探索研究

9.6.1 实验材料与光谱采集

9.6.2 近红外-中红外的光谱融合

9.6.3 近红外-中红外融合光谱的酸值定量分析结果

9.6.4 近红外-中红外融合光谱的过氧化值定量分析结果

9.6.5 单一光谱与融合光谱方法的模型结果分析

9.7 小结

参考文献

第10章 多光谱技术在小麦粉品质检测中的应用研究

10.1 简介

10.2 小麦粉品质的常规检测方法介绍

10.3 基于近红外光谱技术的小麦粉品质检测方法研究

10.3.1 实验材料与光谱采集

10.3.2 基于近红外光全光谱的小麦粉品质检测方法研究

10.3.3 基于遗传算法的小麦粉品质近红外光模型优化方法研究

10.3.4 基于模拟退火算法的小麦粉品质近红外光模型优化方法研究

10.4 基于ATR-FTIR光谱的小麦粉种类鉴别方法研究

10.4.1 实验材料与光谱采集

10.4.2 光谱预处理

10.4.3 异常样本剔除

10.4.4 基于SVM的小麦粉种类鉴别模型的建立与测试

10.5 小结

参考文献

第11章 多光谱技术在淀粉种类鉴别中的应用

11.1 简介

11.2 淀粉种类鉴别的研究现状

11.3 基于近红外光谱的淀粉种类快速鉴别方法研究

11.3.1 实验材料与光谱采集

11.3.2 基于聚类分析的淀粉种类鉴别模型建立与分析

11.4 基于中红外光的淀粉种类快速鉴别方法研究

11.4.1 实验仪器、材料及光谱采集

11.4.2 聚类分析模型的建立

11.4.3 对样本进行预测分析

11.4.4 本节小结

11.5 基于拉曼光谱的淀粉种类快速鉴别研究

11.5.1 拉曼光谱的定性分析方法

11.5.2 实验材料与光谱采集

11.5.3 基于判别分析法的淀粉种类建模分析

11.5.4 基于距离匹配法的淀粉种类建模分析

11.6 小结

参考文献

第12章 多光谱技术在茶叶品质检测中的应用研究

12.1 简介

12.1.1 茶叶产地及新旧鉴别的研究背景

12.1.2 茶叶产地及新旧鉴别的研究现状

12.2 基于多光谱技术的新、老茶叶鉴别方法研究

12.2.1 实验材料与光谱采集

12.2.2 基于近红外光谱的新、老茶叶鉴别模型建立与分析

12.2.3 基于中红外光谱的新、老茶叶鉴别模型建立与分析

12.3 基于多光谱技术的茶叶产地快速鉴别方法研究

12.3.1 实验材料与光谱采集

12.3.2 基于近红外光谱的茶叶产地鉴别模型建立与分析

12.4 小结

参考文献

第13章 HSI技术在食品品质检测中的应用研究

13.1 HSI技术在食品品质检测分析中的应用概述

13.1.1 HSI技术在食品品质检测应用中的发展现状

13.1.2 HSI技术原理

13.1.3 HSI检测系统的构成

13.2 HSI检测系统中的图像处理方法

13.2.1 HSI检测系统中的图像处理基本流程

13.2.2 高光谱图像的特征提取方法

13.2.3 HSI检测系统中的分类与预测方法

13.3 深度学习在HSI检测系统中的应用

13.3.1 深度学习概述

13.3.2 基于深度学习的高光谱数据分类

13.3.3 CNN在高光谱数据分类中的实验

13.4 小麦不完善粒高光谱检测分类的应用实例

13.4.1 材料与方法

13.4.2 结果分析

13.5 小结

参考文献

第14章 结论和展望

14.1 结论

14.2 展望

附录

附录A 近红外光谱采集步骤

附录B 中红外光谱采集步骤

附录C 表面增强拉曼散射光谱采集步骤

附录D 紫外光谱采集步骤

累计评论(1条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部