食品、農(nóng)產(chǎn)品無損檢測(cè)中的數(shù)據(jù)處理和分析方法

序
前言
第一章 緒論
第一節(jié) 食品、農(nóng)產(chǎn)品品質(zhì)無損檢測(cè)技術(shù)及其特點(diǎn)
第二節(jié) 食品、農(nóng)產(chǎn)品品質(zhì)無損檢測(cè)中的數(shù)據(jù)處理與分析
一、數(shù)據(jù)前處理
二、變量篩選
三、特征提取
四、定性識(shí)別
五、定量分析
第三節(jié) 數(shù)據(jù)處理和分析在食品、農(nóng)產(chǎn)品無損檢測(cè)中的應(yīng)用趨勢(shì)
一、多學(xué)科知識(shí)交叉
二、計(jì)算機(jī)和數(shù)據(jù)處理軟件作用凸顯
主要參考文獻(xiàn)
第二章 數(shù)據(jù)前處理
第一節(jié) 標(biāo)準(zhǔn)化處理
一、均值中心化
二、極小／極大歸一化
三、標(biāo)準(zhǔn)正態(tài)變量變換
四、數(shù)據(jù)標(biāo)準(zhǔn)化處理中的應(yīng)用實(shí)例
第二節(jié) 數(shù)據(jù)平滑與去噪
一、數(shù)據(jù)平滑
二、求導(dǎo)去噪
三、自適應(yīng)濾波
四、小波分析
五、數(shù)據(jù)平滑、去噪應(yīng)用實(shí)例
第三節(jié) 其他數(shù)據(jù)前處理方法
一、凈分析物預(yù)處理法
二、正交信號(hào)校正法
主要參考文獻(xiàn)
第三章 變量篩選
第一節(jié) 區(qū)間篩選法
一、區(qū)間偏最小二乘
二、前向區(qū)間偏最小二乘
三、后向區(qū)間偏最小二乘
四、聯(lián)合區(qū)間偏最小二乘
五、變量區(qū)間篩選法應(yīng)用實(shí)例
第二節(jié) 遺傳算法
一、遺傳算法基本原理
二、遺傳偏最小二乘算法
三、遺傳算法在變量篩選中的應(yīng)用實(shí)例
第三節(jié) 模擬退火法
一、模擬退火法基本原理
二、模擬退火法實(shí)現(xiàn)過程
三、模擬退火法在變量篩選中的應(yīng)用實(shí)例
第四節(jié) 其他變量篩選方法
一、連續(xù)投影算法
二、無信息變量消除法
主要參考文獻(xiàn)
第四章 特征提取
第一節(jié) 常規(guī)特征提取方法
一、數(shù)據(jù)處理中的常規(guī)特征提取
二、應(yīng)用實(shí)例
第二節(jié) 主成分分析
一、二維空間主成分分析
二、多維空間主成分分析
三、主成分分析在數(shù)據(jù)特征提取中的應(yīng)用實(shí)例
第三節(jié) 獨(dú)立分量分析
一、獨(dú)立分量分析算法原理
二、獨(dú)立分量分析在數(shù)據(jù)特征提取中的應(yīng)用實(shí)例
主要參考文獻(xiàn)
第五章 定性識(shí)別
第一節(jié) 聚類分析
一、聚類分析方法原理
二、聚類分析在數(shù)據(jù)分析中的應(yīng)用實(shí)例
第二節(jié) 線性判別分析
一、歐氏距離線性判別
二、馬氏距離線性判別
三、Fischer線性判別
四、線性判別在數(shù)據(jù)分析中的應(yīng)用實(shí)例
第三節(jié) K最近鄰法
一、K最近鄰法算法原理
二、K最近鄰法在數(shù)據(jù)分析中的應(yīng)用實(shí)例
第四節(jié) 人工神經(jīng)網(wǎng)絡(luò)
一、人工神經(jīng)網(wǎng)絡(luò)概述
二、BP神經(jīng)網(wǎng)絡(luò)
三、RBF神經(jīng)網(wǎng)絡(luò)
四、遺傳神經(jīng)網(wǎng)絡(luò)
五、人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用實(shí)例
第五節(jié) 支持向量機(jī)
一、支持向量機(jī)的原理
二、支持向量機(jī)的構(gòu)造
三、支持向量機(jī)識(shí)別的應(yīng)用實(shí)例
第六節(jié) 一類分類器
一、常用一類分類器
二、一類支持向量機(jī)
三、支持向量數(shù)據(jù)描述
四、一類分類器在數(shù)據(jù)分析中的應(yīng)用實(shí)例
主要參考文獻(xiàn)
第六章 定量分析
第一節(jié) 回歸分析
一、一元線性回歸
二、多元線性回歸
三、主成分回歸
四、回歸在數(shù)據(jù)分析中的應(yīng)用實(shí)例
第二節(jié) 偏最小二乘法
一、偏最小二乘法原理
二、模型的評(píng)價(jià)指標(biāo)
三、偏最小二乘在數(shù)據(jù)分析中的應(yīng)用實(shí)例
第三節(jié) 神經(jīng)網(wǎng)絡(luò)回歸
一、BP算法神經(jīng)網(wǎng)絡(luò)回歸分析
二、前饋神經(jīng)網(wǎng)絡(luò)模型模糊感知器回歸分析
三、神經(jīng)網(wǎng)絡(luò)回歸在數(shù)據(jù)分析中的應(yīng)用實(shí)例
第四節(jié) 支持向量機(jī)回歸
一、支持向量機(jī)回歸原理
二、最小二乘支持向量機(jī)
三、最小二乘支持向量機(jī)在數(shù)據(jù)分析中的應(yīng)用實(shí)例
主要參考文獻(xiàn)
第七章 數(shù)據(jù)處理和分析中幾種常用軟件簡介
第一節(jié) Excel
一、Excel軟件在數(shù)據(jù)處理和分析中的應(yīng)用簡介
二、Excel軟件處理數(shù)據(jù)實(shí)例
第二節(jié) SPSS
一、SPSS數(shù)據(jù)文件的建立與操作
二、SPSS軟件處理數(shù)據(jù)實(shí)例
第三節(jié) MATLAB
一、MATLAB 7x的運(yùn)行環(huán)境
二、MATLAB軟件處理數(shù)據(jù)實(shí)例
主要參考文獻(xiàn)
附錄A 食品、農(nóng)產(chǎn)品無損檢測(cè)數(shù)據(jù)處理和分析相關(guān)期刊簡介
附錄B 數(shù)據(jù)處理與分析算法及源代碼下載相關(guān)網(wǎng)站簡介