☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《光譜技術在農作物農産品信息無損檢測中的應用》係統地介紹瞭光譜技術及其預處理算法、特徵選取方法，並在此基礎上，分析瞭國內外的新研究進展，重點展示瞭光譜等技術在農業上的應用情況。本專是多個國傢自然科學基金項目、省自然科學基金項目、農業部重點實驗室開放課題研究成果的展現，實現瞭理論與應用的結閤。本專著共包含14章，其中第1章概述介紹瞭光譜技術在農作物農産品信息檢測中應用的現狀；第2章至第5章介紹瞭光譜預處理算法、光譜特徵選取方法及定性、定量分析方法；第6章至第14章分彆介紹瞭光譜技術在水稻、生菜、桑葉、大米、雞蛋、紅豆、煙草、玉米、油麥菜等農作物農産品對象信息檢測中的應用實例。

目錄

1 概述
1．1 農作物／農産品信息的光譜技術檢測
1．1．1 光譜技術在農作物檢測中的應用
1．1．2 光譜技術在農作物農藥殘留檢測中的應用
1．2 農作物／農産品信息的電特性技術檢測
1．2．1 介電特性技術在水果品質檢測中的應用
1．2．2 介電特性技術在糧食含水率檢測中的應用
1．2．3 介電特性在葉片含水率檢測中的應用
參考文獻

2 光譜預處理算法
2．1 savitzky-Golay多項式平滑
2．2 移動平均平滑
2．3 多元散射校正算法
2．4 標準正態變量變換和去趨勢算法
2．5 導數變換算法
2．6 正交信號校正算法
2．7 小波閾值
2．8 小波分段
參考文獻

3 光譜特徵選取方法
3．1 逐步迴歸分析
3．2 連續投影算法
3．3 權重迴歸係數法
3．4 主成分分析
3．5 競爭性自適應加權算法
3．6 LDA算法
3．7 LPP算法
3．8 SLPP算法
3．9 離散小波變換
3．10 分段離散小波變換
參考文獻

4 定性分析方法
4．1 支持嚮量機
4．2 K最近鄰分類器
4．3 Adaboost-SVM及Adaboost-KNN
4．4 MSCPSO-SVM
4．5 極限學習機
4．6 Fisher判彆分析
4．7 馬氏距離判彆分析
參考文獻

5 定量分析方法
5．1 一元迴歸算法
5．2 多元綫性迴歸
5．3 BP神經網絡及改進算法
5．3．1 BP神經網絡
5．3．2 基於貝葉斯算法的BP網絡
5．3．3 基於L-M算法的BP網絡
5．3．4 遺傳神經網絡
5．3．5 基於思維進化優化BP神經網絡
5．3．6 PNN神經網絡
5．3．7 GA—PNN神經網絡
5．4 支持嚮量機迴歸算法及其改進
5．4．1 支持嚮量機迴歸算法
5．4．2 GA-LS-SVM算法
5．5 ABC-SVR
參考文獻

6 水稻信息檢測
6．1 樣本培育
6．1．1 栽培方法
6．1．2 水稻光譜數據測定
6．1．3 水稻葉片水分含量與氮素含量的測定
光譜技術在農作物農産品信息無損檢測中的應用 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價