近红外光谱定性分析原理技术及应用

目录

序

前言

第1章 近红外光谱定性分析技术基础 1

1.1 近红外光谱定性分析的原理 1

1.2 近红外光谱定性分析信息的来源 2

1.3 近红外光谱信息的物理化学基础 3

1.4 定性分析技术流程 4

1.5 定性分析模型评价 6

1.5.1 模型评价指标 6

1.5.2 数据集的划分 10

参考文献 12

第2章 光谱数据的采集方法与仪器 13

2.1 近红外光谱的测量方式 13

2.1.1 近红外直接透射光谱 13

2.1.2 近红外漫反射光谱 14

2.1.3 近红外漫透射光谱 17

2.2 光谱测量误差分析 17

2.2.1 误差与精度的基本概念 17

2.2.2 误差的分类 21

2.3 光谱仪器原理 26

2.3.1 基本构成 26

2.3.2 分光类型 29

2.3.3 测量附件 35

2.3.4 主要性能指标 39

2.3.5 选型方法 43

2.3.6 发展现状及趋势 44

参考文献 45

第3章 光谱数据的预处理方法 46

3.1 噪声减降预处理方法 46

3.1.1 平滑处理 47

3.1.2 矢量归一化 52

3.1.3 傅里叶变换 53

3.1.4 小波变换 54

3.2 散射光的数学校正预处理方法 60

3.2.1 多元散射校正(MSC) 60

3.2.2 标准正态变量变换(SNV) 62

3.3 基线漂移和光谱旋转的数学校正预处理方法 63

3.3.1 去趋势算法 63

3.3.2 导数法 64

3.4 数据规范化预处理 68

3.4.1 均值中心化 68

3.4.2 数据标准化 69

3.5 数据白化预处理 70

3.5.1 PCA 白化 71

3.5.2 ZCA 白化 72

3.5.3 子空间白化 73

3.6 异常光谱检测预处理方法 75

3.6.1 马氏距离法(MHD) 75

3.6.2 局部异常因子方法(LOF) 76

3.6.3 支持向量数据描述方法(SVDD) 76

参考文献 80

第4章 定性分析的特征提取方法 83

4.1 线性特征提取 83

4.1.1 主成分分析(PCA) 83

4.1.2 判别式偏*小二乘回归(DPLS) 90

4.1.3 线性判别分析(LDA) 93

4.1.4 独立成分分析(ICA) 100

4.2 非线性特征提取 105

4.2.1 基于核函数的非线性特征提取方法 105

4.2.2 非线性流形学习 108

参考文献 115

第5章 定性判别方法 118

5.1 相似性度量方法 118

5.1.1 欧几里得距离 119

5.1.2 标准化欧氏距离 120

5.1.3 欧氏平方距离 120

5.1.4 马哈拉诺比斯距离 121

5.1.5 曼哈顿距离 122

5.1.6 切比雪夫距离 123

5.1.7 闵可夫斯基距离 123

5.1.8 夹角余弦 123

5.2 有监督学习 124

5.2.1 贝叶斯(Bayes)分类器 124

5.2.2 k近邻法(k-NN) 129

5.2.3 *小距离分类器(MDC) 130

5.2.4 线性分类器 131

5.2.5 支持向量机(SVM) 134

5.2.6 软独立建模分类(SIMCA) 142

5.2.7 logistic回归和softmax回归 144

5.2.8 人工神经网络(ANN) 148

5.2.9 深度学习 161

5.2.10 仿生模式识别 173

5.2.11 基于主成分及费歇尔准则的投影方法(PPF) 181

5.2.12 多算法联用方法 182

5.3 无监督学习 185

5.3.1 k均值聚类(k-Means) 185

5.3.2 层次聚类 187

5.3.3 混合模型聚类 192

5.3.4 Kohonen 网络 195

5.4 谱图检索方法 197

5.4.1 谱图检索算法 198

5.4.2 谱库检索策略 200

参考文献 202

第6章 定性模型传递方法 206

6.1 Shenk’s方法 207

6.2 有限脉冲响应法(FIR) 208

6.3 直接标准化方法(DS) 209

6.4 分段直接标准化方法(PDS) 210

6.5 基于小波变换的模型传递方法 211

6.6 普鲁克分析法(PA) 212

6.7 典型相关分析法(CCA) 213

6.8 光谱空间转换法(SST) 214

6.9 基于三维数据分析方法的模型传递方法 216

参考文献 217

第7章 近红外化学成像定性分析方法 220

7.1 高光谱成像系统及其工作原理 220

7.1.1 系统的主要构成 221

7.1.2 高光谱成像系统数据获取的方式 224

7.2 近红外化学成像定性分析流程 226

7.2.1 图谱融合分析方法 226

7.2.2 高光谱成像系统校正 226

7.2.3 光谱处理与分析 228

7.2.4 图像处理与分析 230

7.2.5 高光谱图像数据处理进展 238

参考文献 239

第8章 农作物种子品质的NIR定性鉴别 242

8.1 概述 242

8.2 在玉米品种鉴别中的应用 243

8.3 在玉米单倍体籽粒鉴别中的应用 263

8.4 在小麦品种鉴别中的应用 268

8.5 在转基因小麦鉴别中的应用 271

参考文献 275

第9章 饲料的NIR定性鉴别 276

9.1 概述 276

9.1.1 饲料原料分类 277

9.1.2 违禁添加物及有毒有害物质检测 280

9.1.3 饲料加工过程分析 285

9.1.4 饲料添加剂检测 285

9.2 在国产鱼粉和秘鲁鱼粉产地分析中的应用 286

9.3 在DDGS产地分析中的应用 288

9.4 在鱼粉/肉骨粉检测中的应用 291

参考文献 292

第10章 食品品质的NIR定性鉴别 297

10.1 概述 297

10.2 在酒类品质鉴别中的应用 297

10.2.1 白酒工业的应用 298

10.2.2 葡萄酒工业的应用 302

10.3 在油类品质鉴别中的应用 306

10.4 在果蔬品质评价中的应用 312

10.4.1 果蔬产地和品种鉴别定性分析 312

10.4.2 果蔬储藏期/货架期检测定性分析 315

10.4.3 果蔬缺陷及内部品质定性分析 317

10.4.4 果蔬农残定性分析 319

10.5 在蜂蜜品质评价中的应用 321

10.5.1 蜂蜜定性快速检测的意义 321

10.5.2 基于近红外光谱技术的蜂蜜掺假判别 321

10.5.3 基于近红外光谱技术的蜂蜜产地和植物源判别 323

10.6 在其他食品中的应用 324

参考文献 331

第11章 烟草制品的NIR定性鉴别 339

11.1 概述 339

11.2 在卷烟牌号鉴别中的应用 340

11.2.1 建模流程 340

11.2.2 对近红外光谱仪和化学计量学软件的一般要求 342

11.2.3 实验样品的准备 343

11.2.4 样品近红外光谱的测量 344

11.2.5 训练样品和验证样品的选择 345

11.2.6 数据预处理 346

11.2.7 类模型的建立和优化 347

11.2.8 类模型的验证 354

11.2.9 类模型的维护 355

11.2.10 应用PLS-DA分类方法的一般经验 355

参考文献 355

第12章 中药属性的NIR定性鉴别 357

12.1 概述 357

12.2 在山药道地性鉴别中的应用 359

12.3 在枸杞多产地鉴别中的应用 362

12.4 在硫熏葛根鉴别中的应用 366

参考文献 370

第13章 化学药品的NIR定性分析 373

13.1 概述 373

13.2 在药品生产过程控制中的应用 373

13.3 在药品流通领域质量监控中的应用 376

13.4 在我国药品流通领域的应用实例 379

参考文献 385

第14章 近红外化学成像定性分析应用 390

14.1 在果蔬外部品质检测方面的应用 390

14.1.1 概述 390

14.1.2 苹果早期损伤检测的应用实例 396

14.2 在果蔬安全品质检测方面的应用 402

14.2.1 概述 402

14.2.2 果蔬安全品质检测的应用实例 402

14.3 在饲料安全检测中的应用 404

14.3.1 概述 404

14.3.2 原始饲料样品肉骨粉检测的应用实例 406

14.3.3 豆粕中非蛋白氮检测的应用实例 408

参考文献 413

第15章 近红外光谱大数据云分析平台 417

15.1 概述 417

15.1.1 大数据云平台发展现状及趋势 417

15.1.2 近红外行业数据分析现状 417

15.1.3 近红外光谱大数据云分析平台设计 419

15.2 平台结构设计 419

15.2.1 平台结构 419

15.2.2 数据结构 420

15.2.3 硬件结构 423

15.2.4 服务结构 423

15.3 平台标准化设计 424

15.3.1 标准化的意义 424

15.3.2 数据标准化 425

15.3.3 仪器标准化 426

15.3.4 算法标准化 427

15.4 平台安全设计 428

15.4.1 数据存储安全 428

15.4.2 数据操作安全 428

15.4.3 数据传输安全 430

15.5 平台服务功能设计 430

15.5.1 云服务概述 430

15.5.2 数据操作服务 431

15.5.3 分析服务 431

15.5.4 联机检测服务 432

15.5.5 模型服务 432

15.5.6 算法服务 435

15.5.7 开发服务 436

15.5.8 用户管理服务 436

15.6 基于云平台的大数据分析 436

参考文献 436

名词术语 438

彩图