农产品品质无损检测的人工智能技术

目录
第1章农产品品质无损检测技术1
1.1农产品品质无损检测的现状1
1.1.1农产品品质安全问题2
1.1.2农产品品质安全检测指标5
1.2农产品品质无损检测技术的概述9
1.2.1基于光谱特性的无损检测技术9
1.2.2基于图像分析的无损检测技术10
1.2.3基于声学特性的无损检测技术10
1.2.4基于气味原理的无损检测技术10
1.2.5基于生物活性的无损检测技术11
1.3农产品品质无损检测的主要瓶颈12
1.3.1基于光谱特性无损检测技术存在的问题12
1.3.2基于图像分析无损检测技术存在的问题16
1.3.3其他无损检测技术存在的问题22
1.3.4农产品品质无损检测的瓶颈和发展趋势24
参考文献25
第2章人工智能技术30
2.1人工智能概述30
2.1.1人工智能发展史30
2.1.2人工智能的开发环境34
2.1.3Python常用库35
2.2人工智能在农产品品质无损检测中的作用36
2.2.1人工智能与无损检测36
2.2.2机器学习44
2.2.3知识获取51
2.3机器学习算法及应用54
2.3.1回归算法54
2.3.2K-NN分类算法58
2.3.3Adaboost算法60
2.3.4决策树算法61
2.3.5朴素贝叶斯算法63
2.3.6随机森林算法65
2.3.7K均值聚类算法67
2.3.8支持向量机算法69
2.3.9深度学习算法73
2.3.10卷积神经网络算法76
参考文献79
第3章农产品品质机器视觉检测的人工智能技术83
3.1农产品外部品质检测83
3.1.1农产品外部品质检测现状83
3.1.2果蔬外部品质检测的技术难点与人工智能86
3.2品质评价及分级98
3.2.1农产品的品质评价99
3.2.2农产品的分级标准与分级装备101
3.3立体图像深度检测104
3.3.1基于RGB-D技术的图像深度检测105
3.3.2基于双目视觉的图像深度检测107
3.3.3基于运动视觉的图像深度检测111
3.3.4基于深度学习的图像深度检测113
3.4运动目标跟踪116
3.4.1基于光流算法的运动目标追踪117
3.4.2基于帧差法的运动目标追踪121
3.4.3基于背景建模的运动目标追踪124
3.4.4基于深度学习的运动目标追踪126
参考文献127
第4章农产品品质可见/近红外光谱及荧光光谱检测的人工智能技术133
4.1光谱学习及模型更新133
4.1.1可见/近红外光谱技术133
4.1.2高光谱技术145
4.1.3荧光光谱技术153
4.2云服务及大数据的应用161
4.2.1大数据及其特点161
4.2.2大数据应用162
4.2.3近红外光谱大数据分析与应用163
4.2.4化学计量学中的大数据难点问题167
4.2.5近红外光谱云分析系统的基本构成169
4.2.6云计算的应用176
4.2.7近红外光谱大数据与云计算的发展及其应用前景179
参考文献180
第5章农产品品质拉曼光谱检测的人工智能技术186
5.1拉曼光谱特征学习186
5.1.1拉曼光谱技术特征186
5.1.2拉曼光谱特征识别190
5.2拉曼光谱建模方法与SERS免疫分析技术198
5.2.1使用人工神经网络进行建模198
5.2.2SERS与免疫层析技术202
5.3拉曼光谱与大数据205
5.3.1农产品拉曼光谱数据的获取205
5.3.2农产品拉曼光谱数据的储存与管理208
5.3.3农产品拉曼光谱数据的分析与应用211
参考文献218
第6章农产品品质其他检测方法的人工智能技术222
6.1介电特性检测方法222
6.1.1介电参数电学性质222
6.1.2介电特性测量方法223
6.1.3影响农产品介电特性的因素225
6.1.4介电特性检测技术在农产品品质检测中的应用227
6.1.5介电特性与人工智能的结合236
6.1.6介电特性在农产品品质检测中的应用236
6.2生物传感器检测技术237
6.2.1定义237
6.2.2生物传感器的组成238
6.2.3生物传感器的分类239
6.2.4生物传感器的特点240
6.2.5智能传感器技术240
6.2.6生物传感器的应用241
6.2.7生物传感器在农产品品质检测中的应用前景243
6.3声音感知技术244
6.3.1声学特性检测原理及基本结构245
6.3.2声学技术检测模式246
6.3.3声学技术与人工智能248
6.3.4声学技术在农产品品质检测中的应用248
6.4X射线透射检测技术255
6.4.1X射线的发现255
6.4.2X射线的波长256
6.4.3X射线的产生256
6.4.4X射线的性质257
6.4.5X射线与物质的相互作用259
6.4.6利用X射线进行检测的原理、方法及设备装置260
6.4.7X射线技术在农产品品质检测中的应用262
6.4.8X射线技术在农产品应用中的展望267
参考文献268
第7章农产品品质智能检测机器人273
7.1触觉感知273
7.1.1压电式触觉传感器274
7.1.2压阻式触觉传感器276
7.1.3光电式触觉传感器277
7.1.4电容式触觉传感器278
7.1.5电感式触觉传感器279
7.2听觉感知279
7.2.1声音与听觉279
7.2.2机器人如何“听到”声音281
7.2.3人工智能如何帮助机器人理解信息284
7.3嗅觉感知287
7.3.1嗅觉感知概述287
7.3.2电子鼻的发展历程288
7.3.3电子鼻工作原理及其组成289
7.3.4电子鼻的应用290
7.4视觉感知294
7.4.1人脸识别技术295
7.4.2视觉感知技术在智能养殖领域的应用296
7.4.3视觉感知技术与农业机器人298
7.5味觉感知302
7.5.1味觉传感器303
7.5.2味觉传感器类型303
7.5.3味觉感知在农产品检测中的应用304
7.6智能控制306
7.6.1智能控制的概述307
7.6.2智能控制方法309
7.6.3智能控制在农产品检测中的应用312
7.7专家系统313
7.7.1专家系统的概述313
7.7.2专家系统和传统程序的区别314
7.7.3专家系统的类型314
7.7.4专家系统的结构315
7.7.5专家系统在农产品检测中的应用317
参考文献319
第8章农产品品质无损检测中人工智能的展望325
8.1智慧农业下的农产品品质无损检测325
8.1.1智慧农业概述325
8.1.2智能选种327
8.1.3农产品生长环境智能监控328
8.1.4智能机器人331
8.1.5智慧农业的实施模式334
8.1.6智慧农业与无损检测技术展望335
8.2大数据支持下的农产品品质无损检测336
8.2.1农业大数据337
8.2.2数据挖掘341
8.2.3农产品质量安全中的大数据342
8.2.4无损检测中的大数据343
8.3农业物联网与农产品品质无损检测346
8.3.1农业物联网的构成347
8.3.2农业物联网无损检测应用349
8.3.3农业物联网技术待解决的问题352
8.3.4农业物联网技术发展趋势354
8.4无人农场与农产品品质无损检测355
8.4.1无人农场355
8.4.2农产品无损检测对无人农场的作用358
8.4.3无人农场未来展望360
参考文献363