书籍详情
小麦品质近红外光谱分析
作者：宦克为，韩雪艳，刘小溪 著
出版社：化学工业出版社
出版时间：2021-03-01
ISBN：9787122381392
定价：¥68.00
购买这本书可以去
内容简介
小麦是我国最重要的粮食之一，如何快速地、有效地、无损地检测小麦中的各种化学成分，并对多项指标进行评价，一直是各国研究的问题。本书主要特色是基于化学计量学中的模型集群分析思想，通过不同统计学算法建模，克服一次性建模过拟合的各种问题，大大简化了小麦近红外光谱预测模型，提高了模型的预测精度。 本书主要内容：小麦品质概述；小麦品质影响因素；近红外光谱技术研究现状、特点及其在作物品质分析中的应用等；近红外光谱系统的研制，包括样品光谱收集系统、光源系统、整机测试系统等；近红外光谱预处理方法；近红外光谱建模方法；近红外光谱的模型评价方法等；基于传统化学计量学算法的小麦品质的近红外光谱定量分析研究；基于模型集群分析思想的小麦品质的近红外光谱定量分析研究。 本书主要面向红外物理学、化学计量学等相关专业的本科生、硕士生，也可为相关领域在读博士生提供建模新思路。
作者简介
暂缺《小麦品质近红外光谱分析》作者简介
目录
第1章小麦品质及近红外光谱分析技术概述/ 001
1.1小麦品质概述/ 001
1.1.1水分/ 001
1.1.2蛋白质/ 002
1.1.3淀粉/ 004
1.2小麦品质的影响因素分析/ 005
1.2.1气候条件对小麦品质的影响/ 005
1.2.2土壤条件对小麦品质的影响/ 009
1.3近红外光谱分析技术概述/ 011
1.3.1近红外光谱分析技术发展的回顾/ 013
1.3.2近红外光谱分析技术特点/ 015
1.3.3近红外光谱分析技术在作物品质分析中的应用/ 020
第2章近红外光谱测试系统及分析方法研究/ 031
2.1现有的近红外光谱分析仪器/ 031
2.2自制的样品光谱收集系统/ 035
2.2.1积分球耦合结构/ 035
2.2.2光纤耦合结构/ 036
2.3自制的近红外光源系统/ 037
2.4自制的近红外光谱漫反射及漫透射测试系统/ 039
2.5近红外光谱预处理方法/ 042
2.5.1平均光谱/ 042
2.5.2平滑算法/ 042
2.5.3求导/ 043
2.5.4小波变换滤波/ 044
2.5.5多元散射校正/ 047
2.5.6标准正态变换/ 048
2.5.7正交投影方法/ 048
2.6近红外光谱的建模方法/ 049
2.6.1偏最小二乘法/ 049
2.6.2支持向量机/ 050
2.7近红外光谱的模型评价方法/ 051
2.8近红外光谱的预处理和建模软件介绍/ 053
第3章基于一次性建模的小麦水分的近红外光谱定量分析/ 056
3.1近红外光谱定量分析步骤/ 056
3.2小波变换/ 059
3.2.1理论定义/ 061
3.2.2离散小波变换/ 062
3.2.3Mallat算法/ 062
3.2.4常用的小波函数/ 063
3.3小麦水分的近红外光谱特征提取及建模方法/ 067
3.3.1小麦样品的近红外光谱采集及水分分布/ 068
3.3.2小麦样品的近红外光谱特征提取方法/ 068
3.3.3小麦样品的近红外光谱建模/ 071
第4章基于一次性建模的小麦蛋白质的近红外光谱定量分析/ 078
4.1小麦样品的近红外光谱采集及蛋白质分布/ 078
4.2近红外光谱变量选择方法/ 079
4.2.1目前常用的变量选择方法/ 079
4.2.2无信息变量消除算法/ 079
4.2.3连续投影算法/ 080
4.2.4无信息变量消除算法结合连续投影算法/ 081
4.2.5特征投影图方法/ 081
4.3近红外光谱不同变量选择方法的建模结果分析/ 086
4.3.1SVM模型/ 086
4.3.2CWT-SVM模型/ 087
4.3.3CWT-MSC-SVM模型/ 091
4.3.4CWT-MSC-UVE-SVM模型/ 092
4.3.5CWT-MSC-SPA-SVM模型/ 094
4.3.6CWT-MSC-UVE-SPA-SVM模型/ 096
4.3.7CWT-LPG-SVM模型/ 097
4.3.8CWT-MSC-LPG-SVM模型/ 100
4.3.9不同建模方法的建模结果分析/ 103
第5章基于模型集群分析思想的小麦水分近红外光谱定量分析/ 105
5.1模型集群分析建模思路的产生/ 106
5.2蒙特卡罗采样技术/ 109
5.2.1刀切法/ 109
5.2.2自助法/ 110
5.2.3蒙特卡罗采样/ 110
5.3模型集群分析建模的主要思路/ 111
5.4小麦样品水分数据的异常样本诊断与样本分类/ 112
5.4.1异常样本诊断/ 113
5.4.2样本分类/ 115
5.5基于引导软阈值方法的特征变量提取方法/ 115
5.6基于变量组合集群分析及改进与混合方法的特征变量提取方法/ 119
5.6.1基于VCPA的特征变量提取方法/ 119
5.6.2基于AWVCPA的特征变量提取方法/ 121
5.6.3基于MC-VCPA的特征变量提取方法/ 124
5.6.4基于VCPA-IRIV的特征变量提取方法/ 125
5.6.5变量组合集群分析及改进与混合方法的特征变量提取结果分析/ 128
5.7基于其他方法的特征变量提取方法/ 130
5.7.1基于CARS的特征变量提取方法/ 130
5.7.2基于IRIV的特征变量提取方法/ 133
5.7.3CARS与IRIV的特征变量提取结果分析/ 135
5.8基于模型集群分析方法的小麦水分建模方法研究/ 137
5.8.1不同模型集群方法的小麦水分建模结果/ 137
5.8.2不同建模方法的建模结果分析/ 141
第6章基于模型集群分析思想的小麦蛋白质的近红外光谱定量分析/ 143
6.1基于模型集群分析思想的变量选择方法/ 143
6.2基于模型集群分析思想的建模策略/ 143
6.3基于模型集群分析方法的小麦蛋白质建模方法研究/ 145
6.3.1WTP-RF-PLS模型/ 146
6.3.2WTP-MC-UVE-PLS模型/ 149
6.3.3WTP-CARS-PLS模型/ 153
6.3.4WTP-IRIV-PLS模型/ 156
6.3.5WTP-VCPA-PLS模型/ 159
6.3.6WTP-AWVCPA-PLS模型/ 162
6.3.7WTP-MC-VCPA-PLS模型/ 167
6.3.8不同建模方法的建模结果分析/ 174
参考文献/ 177
1.1小麦品质概述/ 001
1.1.1水分/ 001
1.1.2蛋白质/ 002
1.1.3淀粉/ 004
1.2小麦品质的影响因素分析/ 005
1.2.1气候条件对小麦品质的影响/ 005
1.2.2土壤条件对小麦品质的影响/ 009
1.3近红外光谱分析技术概述/ 011
1.3.1近红外光谱分析技术发展的回顾/ 013
1.3.2近红外光谱分析技术特点/ 015
1.3.3近红外光谱分析技术在作物品质分析中的应用/ 020
第2章近红外光谱测试系统及分析方法研究/ 031
2.1现有的近红外光谱分析仪器/ 031
2.2自制的样品光谱收集系统/ 035
2.2.1积分球耦合结构/ 035
2.2.2光纤耦合结构/ 036
2.3自制的近红外光源系统/ 037
2.4自制的近红外光谱漫反射及漫透射测试系统/ 039
2.5近红外光谱预处理方法/ 042
2.5.1平均光谱/ 042
2.5.2平滑算法/ 042
2.5.3求导/ 043
2.5.4小波变换滤波/ 044
2.5.5多元散射校正/ 047
2.5.6标准正态变换/ 048
2.5.7正交投影方法/ 048
2.6近红外光谱的建模方法/ 049
2.6.1偏最小二乘法/ 049
2.6.2支持向量机/ 050
2.7近红外光谱的模型评价方法/ 051
2.8近红外光谱的预处理和建模软件介绍/ 053
第3章基于一次性建模的小麦水分的近红外光谱定量分析/ 056
3.1近红外光谱定量分析步骤/ 056
3.2小波变换/ 059
3.2.1理论定义/ 061
3.2.2离散小波变换/ 062
3.2.3Mallat算法/ 062
3.2.4常用的小波函数/ 063
3.3小麦水分的近红外光谱特征提取及建模方法/ 067
3.3.1小麦样品的近红外光谱采集及水分分布/ 068
3.3.2小麦样品的近红外光谱特征提取方法/ 068
3.3.3小麦样品的近红外光谱建模/ 071
第4章基于一次性建模的小麦蛋白质的近红外光谱定量分析/ 078
4.1小麦样品的近红外光谱采集及蛋白质分布/ 078
4.2近红外光谱变量选择方法/ 079
4.2.1目前常用的变量选择方法/ 079
4.2.2无信息变量消除算法/ 079
4.2.3连续投影算法/ 080
4.2.4无信息变量消除算法结合连续投影算法/ 081
4.2.5特征投影图方法/ 081
4.3近红外光谱不同变量选择方法的建模结果分析/ 086
4.3.1SVM模型/ 086
4.3.2CWT-SVM模型/ 087
4.3.3CWT-MSC-SVM模型/ 091
4.3.4CWT-MSC-UVE-SVM模型/ 092
4.3.5CWT-MSC-SPA-SVM模型/ 094
4.3.6CWT-MSC-UVE-SPA-SVM模型/ 096
4.3.7CWT-LPG-SVM模型/ 097
4.3.8CWT-MSC-LPG-SVM模型/ 100
4.3.9不同建模方法的建模结果分析/ 103
第5章基于模型集群分析思想的小麦水分近红外光谱定量分析/ 105
5.1模型集群分析建模思路的产生/ 106
5.2蒙特卡罗采样技术/ 109
5.2.1刀切法/ 109
5.2.2自助法/ 110
5.2.3蒙特卡罗采样/ 110
5.3模型集群分析建模的主要思路/ 111
5.4小麦样品水分数据的异常样本诊断与样本分类/ 112
5.4.1异常样本诊断/ 113
5.4.2样本分类/ 115
5.5基于引导软阈值方法的特征变量提取方法/ 115
5.6基于变量组合集群分析及改进与混合方法的特征变量提取方法/ 119
5.6.1基于VCPA的特征变量提取方法/ 119
5.6.2基于AWVCPA的特征变量提取方法/ 121
5.6.3基于MC-VCPA的特征变量提取方法/ 124
5.6.4基于VCPA-IRIV的特征变量提取方法/ 125
5.6.5变量组合集群分析及改进与混合方法的特征变量提取结果分析/ 128
5.7基于其他方法的特征变量提取方法/ 130
5.7.1基于CARS的特征变量提取方法/ 130
5.7.2基于IRIV的特征变量提取方法/ 133
5.7.3CARS与IRIV的特征变量提取结果分析/ 135
5.8基于模型集群分析方法的小麦水分建模方法研究/ 137
5.8.1不同模型集群方法的小麦水分建模结果/ 137
5.8.2不同建模方法的建模结果分析/ 141
第6章基于模型集群分析思想的小麦蛋白质的近红外光谱定量分析/ 143
6.1基于模型集群分析思想的变量选择方法/ 143
6.2基于模型集群分析思想的建模策略/ 143
6.3基于模型集群分析方法的小麦蛋白质建模方法研究/ 145
6.3.1WTP-RF-PLS模型/ 146
6.3.2WTP-MC-UVE-PLS模型/ 149
6.3.3WTP-CARS-PLS模型/ 153
6.3.4WTP-IRIV-PLS模型/ 156
6.3.5WTP-VCPA-PLS模型/ 159
6.3.6WTP-AWVCPA-PLS模型/ 162
6.3.7WTP-MC-VCPA-PLS模型/ 167
6.3.8不同建模方法的建模结果分析/ 174
参考文献/ 177
猜您喜欢
