食品、农产品无损检测中的数据处理和分析方法PDF|Epub|txt|kindle电子书版本网盘下载

食品、农产品无损检测中的数据处理和分析方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

第一节 食品、农产品品质无损检测技术及其特点1

第二节 食品、农产品品质无损检测中的数据处理与分析2

一、数据前处理2

二、变量筛选2

三、特征提取3

四、定性识别3

五、定量分析4

第三节 数据处理和分析在食品、农产品无损检测中的应用趋势4

一、多学科知识交叉4

二、计算机和数据处理软件作用凸显5

主要参考文献6

第二章 数据前处理7

第一节 标准化处理7

一、均值中心化7

二、极小/极大归一化7

三、标准正态变量变换8

四、数据标准化处理中的应用实例8

第二节 数据平滑与去噪10

一、数据平滑10

二、求导去噪13

三、自适应滤波14

四、小波分析16

五、数据平滑、去噪应用实例18

第三节 其他数据前处理方法23

一、净分析物预处理法23

二、正交信号校正法30

主要参考文献38

第三章 变量筛选41

第一节 区间筛选法41

一、区间偏最小二乘42

二、前向区间偏最小二乘42

三、后向区间偏最小二乘42

四、联合区间偏最小二乘43

五、变量区间筛选法应用实例44

第二节 遗传算法51

一、遗传算法基本原理51

二、遗传偏最小二乘算法54

三、遗传算法在变量筛选中的应用实例56

第三节 模拟退火法63

一、模拟退火法基本原理63

二、模拟退火法实现过程65

三、模拟退火法在变量筛选中的应用实例65

第四节 其他变量筛选方法67

一、连续投影算法67

二、无信息变量消除法69

主要参考文献75

第四章 特征提取78

第一节 常规特征提取方法78

一、数据处理中的常规特征提取78

二、应用实例79

第二节 主成分分析85

一、二维空间主成分分析85

二、多维空间主成分分析88

三、主成分分析在数据特征提取中的应用实例90

第三节 独立分量分析92

一、独立分量分析算法原理92

二、独立分量分析在数据特征提取中的应用实例97

主要参考文献101

第五章 定性识别103

第一节 聚类分析103

一、聚类分析方法原理103

二、聚类分析在数据分析中的应用实例104

第二节 线性判别分析106

一、欧氏距离线性判别107

二、马氏距离线性判别107

三、Fischer线性判别108

四、线性判别在数据分析中的应用实例109

第三节K最近邻法111

一、K最近邻法算法原理111

二、K最近邻法在数据分析中的应用实例112

第四节 人工神经网络113

一、人工神经网络概述113

二、BP神经网络114

三、RBF神经网络115

四、遗传神经网络115

五、人工神经网络模型应用实例119

第五节 支持向量机127

一、支持向量机的原理128

二、支持向量机的构造129

三、支持向量机识别的应用实例133

第六节 一类分类器135

一、常用一类分类器136

二、一类支持向量机137

三、支持向量数据描述138

四、一类分类器在数据分析中的应用实例139

主要参考文献147

第六章 定量分析151

第一节 回归分析151

一、一元线性回归151

二、多元线性回归153

三、主成分回归155

四、回归在数据分析中的应用实例156

第二节 偏最小二乘法161

一、偏最小二乘法原理161

二、模型的评价指标164

三、偏最小二乘在数据分析中的应用实例165

第三节 神经网络回归168

一、BP算法神经网络回归分析168

二、前馈神经网络模型模糊感知器回归分析169

三、神经网络回归在数据分析中的应用实例170

第四节 支持向量机回归176

一、支持向量机回归原理176

二、最小二乘支持向量机177

三、最小二乘支持向量机在数据分析中的应用实例177

主要参考文献179

第七章 数据处理和分析中几种常用软件简介182

第一节 Excel182

一、Excel软件在数据处理和分析中的应用简介182

二、Excel软件处理数据实例183

第二节 SPSS192

一、SPSS数据文件的建立与操作192

二、SPSS软件处理数据实例196

第三节 MATLAB207

一、MATLAB 7.x的运行环境207

二、MATLAB软件处理数据实例212

主要参考文献226

附录A食品、农产品无损检测数据处理和分析相关期刊简介228

附录B数据处理与分析算法及源代码下载相关网站简介231