食品、农产品无损检测中的数据处理和分析方法

序
前言
第一章 绪论
第一节 食品、农产品品质无损检测技术及其特点
第二节 食品、农产品品质无损检测中的数据处理与分析
一、数据前处理
二、变量筛选
三、特征提取
四、定性识别
五、定量分析
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
一、多学科知识交叉
二、计算机和数据处理软件作用凸显
主要参考文献
第二章 数据前处理
第一节 标准化处理
一、均值中心化
二、极小／极大归一化
三、标准正态变量变换
四、数据标准化处理中的应用实例
第二节 数据平滑与去噪
一、数据平滑
二、求导去噪
三、自适应滤波
四、小波分析
五、数据平滑、去噪应用实例
第三节 其他数据前处理方法
一、净分析物预处理法
二、正交信号校正法
主要参考文献
第三章 变量筛选
第一节 区间筛选法
一、区间偏最小二乘
二、前向区间偏最小二乘
三、后向区间偏最小二乘
四、联合区间偏最小二乘
五、变量区间筛选法应用实例
第二节 遗传算法
一、遗传算法基本原理
二、遗传偏最小二乘算法
三、遗传算法在变量筛选中的应用实例
第三节 模拟退火法
一、模拟退火法基本原理
二、模拟退火法实现过程
三、模拟退火法在变量筛选中的应用实例
第四节 其他变量筛选方法
一、连续投影算法
二、无信息变量消除法
主要参考文献
第四章 特征提取
第一节 常规特征提取方法
一、数据处理中的常规特征提取
二、应用实例
第二节 主成分分析
一、二维空间主成分分析
二、多维空间主成分分析
三、主成分分析在数据特征提取中的应用实例
第三节 独立分量分析
一、独立分量分析算法原理
二、独立分量分析在数据特征提取中的应用实例
主要参考文献
第五章 定性识别
第一节 聚类分析
一、聚类分析方法原理
二、聚类分析在数据分析中的应用实例
第二节 线性判别分析
一、欧氏距离线性判别
二、马氏距离线性判别
三、Fischer线性判别
四、线性判别在数据分析中的应用实例
第三节 K最近邻法
一、K最近邻法算法原理
二、K最近邻法在数据分析中的应用实例
第四节 人工神经网络
一、人工神经网络概述
二、BP神经网络
三、RBF神经网络
四、遗传神经网络
五、人工神经网络模型应用实例
第五节 支持向量机
一、支持向量机的原理
二、支持向量机的构造
三、支持向量机识别的应用实例
第六节 一类分类器
一、常用一类分类器
二、一类支持向量机
三、支持向量数据描述
四、一类分类器在数据分析中的应用实例
主要参考文献
第六章 定量分析
第一节 回归分析
一、一元线性回归
二、多元线性回归
三、主成分回归
四、回归在数据分析中的应用实例
第二节 偏最小二乘法
一、偏最小二乘法原理
二、模型的评价指标
三、偏最小二乘在数据分析中的应用实例
第三节 神经网络回归
一、BP算法神经网络回归分析
二、前馈神经网络模型模糊感知器回归分析
三、神经网络回归在数据分析中的应用实例
第四节 支持向量机回归
一、支持向量机回归原理
二、最小二乘支持向量机
三、最小二乘支持向量机在数据分析中的应用实例
主要参考文献
第七章 数据处理和分析中几种常用软件简介
第一节 Excel
一、Excel软件在数据处理和分析中的应用简介
二、Excel软件处理数据实例
第二节 SPSS
一、SPSS数据文件的建立与操作
二、SPSS软件处理数据实例
第三节 MATLAB
一、MATLAB 7x的运行环境
二、MATLAB软件处理数据实例
主要参考文献
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
附录B 数据处理与分析算法及源代码下载相关网站简介