光谱技术在农作物/农产品信息无损检测中的应用
正版保障 假一赔十 可开发票
￥ 31.42 6.3折 ￥ 50 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者孙俊著
出版社东南大学出版社
ISBN9787564171698
出版时间2016-06
装帧平装
开本其他
定价50元
货号8974391
上书时间2024-12-21
商品详情
- 品相描述：全新
- 商品描述
-
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分类器
4.3 Adaboost-SVM及Adaboost-KNN
4.4 MSCPSO-SVM
4.5 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
……
内容摘要
孙俊著的《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，分析了国内外的最
新研究进展，重点展示了光谱等技术在农业上的应用情况。本专著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。本专著共包含14章，其中第1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章至第14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。
精彩内容
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。
以下为对购买帮助不大的评价