●目錄
第1章農產品品質無損檢測技術1
1.1農產品品質無損檢測的現狀1
1.1.1農產品品質安全問題2
1.1.2農產品品質安全檢測指標5
1.2農產品品質無損檢測技術的概述9
1.2.1基於光譜特性的無損檢測技術9
1.2.2基於圖像分析的無損檢測技術10
1.2.3基於聲學特性的無損檢測技術10
1.2.4基於氣味原理的無損檢測技術10
1.2.5基於生物活性的無損檢測技術11
1.3農產品品質無損檢測的主要瓶頸12
1.3.1基於光譜特性無損檢測技術存在的問題12
1.3.2基於圖像分析無損檢測技術存在的問題16
1.3.3其他無損檢測技術存在的問題22
1.3.4農產品品質無損檢測的瓶頸和發展趨勢24
參考文獻25
第2章人工智能技術30
2.1人工智能概述30
2.1.1人工智能發展史30
2.1.2人工智能的開發環境34
2.1.3Python常用庫35
2.2人工智能在農產品品質無損檢測中的作用36
2.2.1人工智能與無損檢測36
2.2.2機器學習44
2.2.3知識獲取51
2.3機器學習算法及應用54
2.3.1回歸算法54
2.3.2K-NN分類算法58
2.3.3Adaboost算法60
2.3.4決策樹算法61
2.3.5樸素貝葉斯算法63
2.3.6隨機森林算法65
2.3.7K均值聚類算法67
2.3.8支持向量機算法69
2.3.9深度學習算法73
2.3.10卷積神經網絡算法76
參考文獻79
第3章農產品品質機器視覺檢測的人工智能技術83
3.1農產品外部品質檢測83
3.1.1農產品外部品質檢測現狀83
3.1.2果蔬外部品質檢測的技術難點與人工智能86
3.2品質評價及分級98
3.2.1農產品的品質評價99
3.2.2農產品的分級標準與分級裝備101
3.3立體圖像深度檢測104
3.3.1基於RGB-D技術的圖像深度檢測105
3.3.2基於雙目視覺的圖像深度檢測107
3.3.3基於運動視覺的圖像深度檢測111
3.3.4基於深度學習的圖像深度檢測113
3.4運動目標跟蹤116
3.4.1基於光流算法的運動目標追蹤117
3.4.2基於幀差法的運動目標追蹤121
3.4.3基於背景建模的運動目標追蹤124
3.4.4基於深度學習的運動目標追蹤126
參考文獻127
第4章農產品品質可見/近紅外光譜及熒光光譜檢測的人工智能技術133
4.1光譜學習及模型更新133
4.1.1可見/近紅外光譜技術133
4.1.2高光譜技術145
4.1.3熒光光譜技術153
4.2雲服務及大數據的應用161
4.2.1大數據及其特點161
4.2.2大數據應用162
4.2.3近紅外光譜大數據分析與應用163
4.2.4化學計量學中的大數據難點問題167
4.2.5近紅外光譜雲分析繫統的基本構成169
4.2.6雲計算的應用176
4.2.7近紅外光譜大數據與雲計算的發展及其應用前景179
參考文獻180
第5章農產品品質拉曼光譜檢測的人工智能技術186
5.1拉曼光譜特征學習186
5.1.1拉曼光譜技術特征186
5.1.2拉曼光譜特征識別190
5.2拉曼光譜建模方法與SERS免疫分析技術198
5.2.1使用人工神經網絡進行建模198
5.2.2SERS與免疫層析技術202
5.3拉曼光譜與大數據205
5.3.1農產品拉曼光譜數據的獲取205
5.3.2農產品拉曼光譜數據的儲存與管理208
5.3.3農產品拉曼光譜數據的分析與應用211
參考文獻218
第6章農產品品質其他檢測方法的人工智能技術222
6.1介電特性檢測方法222
6.1.1介電參數電學性質222
6.1.2介電特性測量方法223
6.1.3影響農產品介電特性的因素225
6.1.4介電特性檢測技術在農產品品質檢測中的應用227
6.1.5介電特性與人工智能的結合236
6.1.6介電特性在農產品品質檢測中的應用236
6.2生物傳感器檢測技術237
6.2.1定義237
6.2.2生物傳感器的組成238
6.2.3生物傳感器的分類239
6.2.4生物傳感器的特點240
6.2.5智能傳感器技術240
6.2.6生物傳感器的應用241
6.2.7生物傳感器在農產品品質檢測中的應用前景243
6.3聲音感知技術244
6.3.1聲學特性檢測原理及基本結構245
6.3.2聲學技術檢測模式246
6.3.3聲學技術與人工智能248
6.3.4聲學技術在農產品品質檢測中的應用248
6.4X射線透射檢測技術255
6.4.1X射線的發現255
6.4.2X射線的波長256
6.4.3X射線的產生256
6.4.4X射線的性質257
6.4.5X射線與物質的相互作用259
6.4.6利用X射線進行檢測的原理、方法及設備裝置260
6.4.7X射線技術在農產品品質檢測中的應用262
6.4.8X射線技術在農產品應用中的展望267
參考文獻268
第7章農產品品質智能檢測機器人273
7.1觸覺感知273
7.1.1壓電式觸覺傳感器274
7.1.2壓阻式觸覺傳感器276
7.1.3光電式觸覺傳感器277
7.1.4電容式觸覺傳感器278
7.1.5電感式觸覺傳感器279
7.2聽覺感知279
7.2.1聲音與聽覺279
7.2.2機器人如何“聽到”聲音281
7.2.3人工智能如何幫助機器人理解信息284
7.3嗅覺感知287
7.3.1嗅覺感知概述287
7.3.2電子鼻的發展歷程288
7.3.3電子鼻工作原理及其組成289
7.3.4電子鼻的應用290
7.4視覺感知294
7.4.1人臉識別技術295
7.4.2視覺感知技術在智能養殖領域的應用296
7.4.3視覺感知技術與農業機器人298
7.5味覺感知302
7.5.1味覺傳感器303
7.5.2味覺傳感器類型303
7.5.3味覺感知在農產品檢測中的應用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智能控制在農產品檢測中的應用312
7.7專家繫統313
7.7.1專家繫統的概述313
7.7.2專家繫統和傳統程序的區別314
7.7.3專家繫統的類型314
7.7.4專家繫統的結構315
7.7.5專家繫統在農產品檢測中的應用317
參考文獻319
第8章農產品品質無損檢測中人工智能的展望325
8.1智慧農業下的農產品品質無損檢測325
8.1.1智慧農業概述325
8.1.2智能選種327
8.1.3農產品生長環境智能監控328
8.1.4智能機器人331
8.1.5智慧農業的實施模式334
8.1.6智慧農業與無損檢測技術展望335
8.2大數據支持下的農產品品質無損檢測336
8.2.1農業大數據337
8.2.2數據挖掘341
8.2.3農產品質量安全中的大數據342
8.2.4無損檢測中的大數據343
8.3農業物聯網與農產品品質無損檢測346
8.3.1農業物聯網的構成347
8.3.2農業物聯網無損檢測應用349
8.3.3農業物聯網技術待解決的問題352
8.3.4農業物聯網技術發展趨勢354
8.4無人農場與農產品品質無損檢測355
8.4.1無人農場355
8.4.2農產品無損檢測對無人農場的作用358
8.4.3無人農場未來展望360
參考文獻363