近紅外光譜定性分析原理、技術(shù)及應(yīng)用

目錄
序
前言
第1章 近紅外光譜定性分析技術(shù)基礎(chǔ) 1
1.1 近紅外光譜定性分析的原理 1
1.2 近紅外光譜定性分析信息的來(lái)源 2
1.3 近紅外光譜信息的物理化學(xué)基礎(chǔ) 3
1.4 定性分析技術(shù)流程 4
1.5 定性分析模型評(píng)價(jià) 6
1.5.1 模型評(píng)價(jià)指標(biāo) 6
1.5.2 數(shù)據(jù)集的劃分 10
參考文獻(xiàn) 12
第2章 光譜數(shù)據(jù)的采集方法與儀器 13
2.1 近紅外光譜的測(cè)量方式 13
2.1.1 近紅外直接透射光譜 13
2.1.2 近紅外漫反射光譜 14
2.1.3 近紅外漫透射光譜 17
2.2 光譜測(cè)量誤差分析 17
2.2.1 誤差與精度的基本概念 17
2.2.2 誤差的分類(lèi) 21
2.3 光譜儀器原理 26
2.3.1 基本構(gòu)成 26
2.3.2 分光類(lèi)型 29
2.3.3 測(cè)量附件 35
2.3.4 主要性能指標(biāo) 39
2.3.5 選型方法 43
2.3.6 發(fā)展現(xiàn)狀及趨勢(shì) 44
參考文獻(xiàn) 45
第3章 光譜數(shù)據(jù)的預(yù)處理方法 46
3.1 噪聲減降預(yù)處理方法 46
3.1.1 平滑處理 47
3.1.2 矢量歸一化 52
3.1.3 傅里葉變換 53
3.1.4 小波變換 54
3.2 散射光的數(shù)學(xué)校正預(yù)處理方法 60
3.2.1 多元散射校正(MSC) 60
3.2.2 標(biāo)準(zhǔn)正態(tài)變量變換(SNV) 62
3.3 基線漂移和光譜旋轉(zhuǎn)的數(shù)學(xué)校正預(yù)處理方法 63
3.3.1 去趨勢(shì)算法 63
3.3.2 導(dǎo)數(shù)法 64
3.4 數(shù)據(jù)規(guī)范化預(yù)處理 68
3.4.1 均值中心化 68
3.4.2 數(shù)據(jù)標(biāo)準(zhǔn)化 69
3.5 數(shù)據(jù)白化預(yù)處理 70
3.5.1 PCA 白化 71
3.5.2 ZCA 白化 72
3.5.3 子空間白化 73
3.6 異常光譜檢測(cè)預(yù)處理方法 75
3.6.1 馬氏距離法(MHD) 75
3.6.2 局部異常因子方法(LOF) 76
3.6.3 支持向量數(shù)據(jù)描述方法(SVDD) 76
參考文獻(xiàn) 80
第4章 定性分析的特征提取方法 83
4.1 線性特征提取 83
4.1.1 主成分分析(PCA) 83
4.1.2 判別式偏最小二乘回歸(DPLS) 90
4.1.3 線性判別分析(LDA) 93
4.1.4 獨(dú)立成分分析(ICA) 100
4.2 非線性特征提取 105
4.2.1 基于核函數(shù)的非線性特征提取方法 105
4.2.2 非線性流形學(xué)習(xí) 108
參考文獻(xiàn) 115
第5章 定性判別方法 118
5.1 相似性度量方法 118
5.1.1 歐幾里得距離 119
5.1.2 標(biāo)準(zhǔn)化歐氏距離 120
5.1.3 歐氏平方距離 120
5.1.4 馬哈拉諾比斯距離 121
5.1.5 曼哈頓距離 122
5.1.6 切比雪夫距離 123
5.1.7 閔可夫斯基距離 123
5.1.8 夾角余弦 123
5.2 有監(jiān)督學(xué)習(xí) 124
5.2.1 貝葉斯(Bayes)分類(lèi)器 124
5.2.2 k近鄰法(k-NN) 129
5.2.3 最小距離分類(lèi)器(MDC) 130
5.2.4 線性分類(lèi)器 131
5.2.5 支持向量機(jī)(SVM) 134
5.2.6 軟獨(dú)立建模分類(lèi)(SIMCA) 142
5.2.7 logistic回歸和softmax回歸 144
5.2.8 人工神經(jīng)網(wǎng)絡(luò)(ANN) 148
5.2.9 深度學(xué)習(xí) 161
5.2.10 仿生模式識(shí)別 173
5.2.11 基于主成分及費(fèi)歇爾準(zhǔn)則的投影方法(PPF) 181
5.2.12 多算法聯(lián)用方法 182
5.3 無(wú)監(jiān)督學(xué)習(xí) 185
5.3.1 k均值聚類(lèi)(k-Means) 185
5.3.2 層次聚類(lèi) 187
5.3.3 混合模型聚類(lèi) 192
5.3.4 Kohonen 網(wǎng)絡(luò) 195
5.4 譜圖檢索方法 197
5.4.1 譜圖檢索算法 198
5.4.2 譜庫(kù)檢索策略 200
參考文獻(xiàn) 202
第6章 定性模型傳遞方法 206
6.1 Shenk’s方法 207
6.2 有限脈沖響應(yīng)法(FIR) 208
6.3 直接標(biāo)準(zhǔn)化方法(DS) 209
6.4 分段直接標(biāo)準(zhǔn)化方法(PDS) 210
6.5 基于小波變換的模型傳遞方法 211
6.6 普魯克分析法(PA) 212
6.7 典型相關(guān)分析法(CCA) 213
6.8 光譜空間轉(zhuǎn)換法(SST) 214
6.9 基于三維數(shù)據(jù)分析方法的模型傳遞方法 216
參考文獻(xiàn) 217
第7章 近紅外化學(xué)成像定性分析方法 220
7.1 高光譜成像系統(tǒng)及其工作原理 220
7.1.1 系統(tǒng)的主要構(gòu)成 221
7.1.2 高光譜成像系統(tǒng)數(shù)據(jù)獲取的方式 224
7.2 近紅外化學(xué)成像定性分析流程 226
7.2.1 圖譜融合分析方法 226
7.2.2 高光譜成像系統(tǒng)校正 226
7.2.3 光譜處理與分析 228
7.2.4 圖像處理與分析 230
7.2.5 高光譜圖像數(shù)據(jù)處理進(jìn)展 238
參考文獻(xiàn) 239
第8章 農(nóng)作物種子品質(zhì)的NIR定性鑒別 242
8.1 概述 242
8.2 在玉米品種鑒別中的應(yīng)用 243
8.3 在玉米單倍體籽粒鑒別中的應(yīng)用 263
8.4 在小麥品種鑒別中的應(yīng)用 268
8.5 在轉(zhuǎn)基因小麥鑒別中的應(yīng)用 271
參考文獻(xiàn) 275
第9章 飼料的NIR定性鑒別 276
9.1 概述 276
9.1.1 飼料原料分類(lèi) 277
9.1.2 違禁添加物及有毒有害物質(zhì)檢測(cè) 280
9.1.3 飼料加工過(guò)程分析 285
9.1.4 飼料添加劑檢測(cè) 285
9.2 在國(guó)產(chǎn)魚(yú)粉和秘魯魚(yú)粉產(chǎn)地分析中的應(yīng)用 286
9.3 在DDGS產(chǎn)地分析中的應(yīng)用 288
9.4 在魚(yú)粉/肉骨粉檢測(cè)中的應(yīng)用 291
參考文獻(xiàn) 292
第10章 食品品質(zhì)的NIR定性鑒別 297
10.1 概述 297
10.2 在酒類(lèi)品質(zhì)鑒別中的應(yīng)用 297
10.2.1 白酒工業(yè)的應(yīng)用 298
10.2.2 葡萄酒工業(yè)的應(yīng)用 302
10.3 在油類(lèi)品質(zhì)鑒別中的應(yīng)用 306
10.4 在果蔬品質(zhì)評(píng)價(jià)中的應(yīng)用 312
10.4.1 果蔬產(chǎn)地和品種鑒別定性分析 312
10.4.2 果蔬儲(chǔ)藏期/貨架期檢測(cè)定性分析 315
10.4.3 果蔬缺陷及內(nèi)部品質(zhì)定性分析 317
10.4.4 果蔬農(nóng)殘定性分析 319
10.5 在蜂蜜品質(zhì)評(píng)價(jià)中的應(yīng)用 321
10.5.1 蜂蜜定性快速檢測(cè)的意義 321
10.5.2 基于近紅外光譜技術(shù)的蜂蜜摻假判別 321
10.5.3 基于近紅外光譜技術(shù)的蜂蜜產(chǎn)地和植物源判別 323
10.6 在其他食品中的應(yīng)用 324
參考文獻(xiàn) 331
第11章 煙草制品的NIR定性鑒別 339
11.1 概述 339
11.2 在卷煙牌號(hào)鑒別中的應(yīng)用 340
11.2.1 建模流程 340
11.2.2 對(duì)近紅外光譜儀和化學(xué)計(jì)量學(xué)軟件的一般要求 342
11.2.3 實(shí)驗(yàn)樣品的準(zhǔn)備 343
11.2.4 樣品近紅外光譜的測(cè)量 344
11.2.5 訓(xùn)練樣品和驗(yàn)證樣品的選擇 345
11.2.6 數(shù)據(jù)預(yù)處理 346
11.2.7 類(lèi)模型的建立和優(yōu)化 347
11.2.8 類(lèi)模型的驗(yàn)證 354
11.2.9 類(lèi)模型的維護(hù) 355
11.2.10 應(yīng)用PLS-DA分類(lèi)方法的一般經(jīng)驗(yàn) 355
參考文獻(xiàn) 355
第12章 中藥屬性的NIR定性鑒別 357
12.1 概述 357
12.2 在山藥道地性鑒別中的應(yīng)用 359
12.3 在枸杞多產(chǎn)地鑒別中的應(yīng)用 362
12.4 在硫熏葛根鑒別中的應(yīng)用 366
參考文獻(xiàn) 370
第13章 化學(xué)藥品的NIR定性分析 373
13.1 概述 373
13.2 在藥品生產(chǎn)過(guò)程控制中的應(yīng)用 373
13.3 在藥品流通領(lǐng)域質(zhì)量監(jiān)控中的應(yīng)用 376
13.4 在我國(guó)藥品流通領(lǐng)域的應(yīng)用實(shí)例 379
參考文獻(xiàn) 385
第14章 近紅外化學(xué)成像定性分析應(yīng)用 390
14.1 在果蔬外部品質(zhì)檢測(cè)方面的應(yīng)用 390
14.1.1 概述 390
14.1.2 蘋(píng)果早期損傷檢測(cè)的應(yīng)用實(shí)例 396
14.2 在果蔬安全品質(zhì)檢測(cè)方面的應(yīng)用 402
14.2.1 概述 402
14.2.2 果蔬安全品質(zhì)檢測(cè)的應(yīng)用實(shí)例 402
14.3 在飼料安全檢測(cè)中的應(yīng)用 404
14.3.1 概述 404
14.3.2 原始飼料樣品肉骨粉檢測(cè)的應(yīng)用實(shí)例 406
14.3.3 豆粕中非蛋白氮檢測(cè)的應(yīng)用實(shí)例 408
參考文獻(xiàn) 413
第15章 近紅外光譜大數(shù)據(jù)云分析平臺(tái) 417
15.1 概述 417
15.1.1 大數(shù)據(jù)云平臺(tái)發(fā)展現(xiàn)狀及趨勢(shì) 417
15.1.2 近紅外行業(yè)數(shù)據(jù)分析現(xiàn)狀 417
15.1.3 近紅外光譜大數(shù)據(jù)云分析平臺(tái)設(shè)計(jì) 419
15.2 平臺(tái)結(jié)構(gòu)設(shè)計(jì) 419
15.2.1 平臺(tái)結(jié)構(gòu) 419
15.2.2 數(shù)據(jù)結(jié)構(gòu) 420
15.2.3 硬件結(jié)構(gòu) 423
15.2.4 服務(wù)結(jié)構(gòu) 423
15.3 平臺(tái)標(biāo)準(zhǔn)化設(shè)計(jì) 424
15.3.1 標(biāo)準(zhǔn)化的意義 424
15.3.2 數(shù)據(jù)標(biāo)準(zhǔn)化 425
15.3.3 儀器標(biāo)準(zhǔn)化 426
15.3.4 算法標(biāo)準(zhǔn)化 427
15.4 平臺(tái)安全設(shè)計(jì) 428
15.4.1 數(shù)據(jù)存儲(chǔ)安全 428
15.4.2 數(shù)據(jù)操作安全 428
15.4.3 數(shù)據(jù)傳輸安全 430
15.5 平臺(tái)服務(wù)功能設(shè)計(jì) 430
15.5.1 云服務(wù)概述 430
15.5.2 數(shù)據(jù)操作服務(wù) 431
15.5.3 分析服務(wù) 431
15.5.4 聯(lián)機(jī)檢測(cè)服務(wù) 432
15.5.5 模型服務(wù) 432
15.5.6 算法服務(wù) 435
15.5.7 開(kāi)發(fā)服務(wù) 436
15.5.8 用戶管理服務(wù) 436
15.6 基于云平臺(tái)的大數(shù)據(jù)分析 436
參考文獻(xiàn) 436
名詞術(shù)語(yǔ) 438
彩圖