| 作者 |
| 周万怀、徐守东、李浩 |
| 丛书名 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111679394 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 本书内容由浅入深，共分为五章：第1章简单介绍了近红外光谱分析技术的基础概念，总结和分析了传统建模分析的弊端，引出光谱数据库的概念和本书的主要内容；第2章主要介绍了支撑NIR-SDBS运行的主要算法，大致可归类为光谱预处理算法、光谱特征提取算法和光谱匹配算法等；第3章主要针对常见光谱平滑算法存在的问题，提出一种新的算法，以达到保护有用光谱信息的目的；第4章主要针对特定样品特征，提出一种新的全光谱匹配算法，以提高光谱匹配准确率；第5章主要介绍了光谱数据库系统分析与设计的过程，为读者开发自己的光谱数据库系统提供参考。 本书可供农业工程学科农产品品质检测及相关领域的科研、教学人员和大中专院校学生使用，也可以作为从事相关职业的科技人员、技术管理及推广人员的参考资料。 |
| 目录 |
| 前言 第1章绪论 11课题背景与研究意义 111NIR光谱技术概述 112NIR光谱分析的常见流程 113存在的问题与发展趋势 12SDBS概述 121SDBS原理及特点 122国外研究进展概况 123国内研究进展概况 124其他相关研究 13本书研究目的、内容和技术路线 131研究目的 132研究内容 133技术路线 14本章小结 第2章光谱数据库常用算法 21光谱预处理算法介绍 211平滑 212扣减 213导数或微分 214标准化 215多元散射校正 216标准正交变换 22NIR光谱特征峰识别及其参数计算 221NIR光谱的特点 222峰位 223峰边界 224峰高 225峰宽 226峰面积 23匹配算法 231SMA-P 232SMA-FS 24波段选择 241经验法 242分段排序法 243相关系数法 244方差分析法 245相关成分分析法 246基于遗传算法的波段选择法 247CARS波段选择法 25常用建模算法 251定量建模算法 252定性建模算法 26本章小结 第3章一种自适应平滑算法在苹果NIR光谱分析中的应用 31引言 32技术与方法 321噪声估算 322光谱局部波动频率 323数据点权值 324一种自适应平滑算法 325光谱特征峰定位及参数计算算法改进 33试验 331试验样品 332光谱仪与参数设置 333SSC检测仪 334支撑试验的软硬件平台 34结果与讨论 341SSC测量结果 342基于DA的分类结果 343构造各类别的中心光谱 344算法参数的确定与优选 345改进后算法对特征波段的保护 346假性峰过滤参数优化 347基于SMA-P的分类原理 348基于SMA-P的苹果样品分类 35本章小结 第4章基于杰卡德相似性系数原理的SMA-FS在苹果分类识别中的应用 41引言 42方法介绍 421苹果样品NIR光谱的一阶导数 422一阶导数光谱的预处理 423一阶导数二值化 424JSC 425JSC在NIR光谱匹配中的应用 426SMA-JSC算法的改进 43试验 431试验样品 432光谱仪与参数设置 433支撑试验的软硬件平台 44结果与分析 441S5～S7三类样品的SSC含量 442基于DA的S1～S7分类 443类别中心构建 444基于SMA-JSC的苹果样品分类识别 445SMA-JSC算法与常用SMA-FS算法的比较 446基于SMA-JSC算法检索分析特定样品的原理 447分辨率对SMA-JSC算法的影响 448改进SMA-JSC算法在苹果分类识别中的应用 45本章小结 第5章NIR-SDBS原型系统开发实例 51概述 52NIR-SDBS原型系统分析 521NIR-SDBS原型系统的需求描述 522水果NIR-SDBS原型系统的主要用例 523动态模型（场景时序图） 524静态模型（对象模型） 53系统设计 54对现有系统的比较 55本章小结 附录二维码资源 附录A中英文对照表 附录B部分算法C#代码 附录C基于SMA-JSC算法检索分析特定样品测试结果 参考文献 |