本书结合我国当下“食品安全”热点问题，以果蔬农残、食用植物油、小麦粉、茶叶等检测对象为例，系统介绍了作者所在课题组采用多种光谱技术（近红外、中红外、拉曼及紫外等）在农产品和食品品质快速检测中的研究理论、方法以及应用成果，并重点探讨了多种光谱技术在农产品和食品品质快速检测领域中的应用可行性及存在问题。
适读人群：从事食品、卫生、检测技术、自动化、信息处理等专业的研究生、本科生及相关工程技术人员和科研人员
本书依托重点实验室设备和技术，汇集行业专家数年科研与教学成果，重点基金资助专著出版，对食品品质检测领域有极高的参考价值。同时本书结合人工智能方法，通过深度学习算法的应用，提供了未来非常有价值的方法和方向
食品安全，是“管”出来的，高效、快捷、准确的食品检测技术正是保障监管制度和监管手段的重要技术基础之一。近年来，近红外、中红外和拉曼等光谱检测技术以其快速、便捷的技术特点引起了国内外科研工作者极大的关注，日趋成为食品品质快速检测领域新兴的研究热点。本书正是作者及所在课题组多年来采用多种光谱技术进行农产品和食品检测相关课题的研究成果总结，是为解决实际问题所进行的科学研究和实践经验而著的。本书的编写和出版受到了多项国家和省部级课题资助：北京市教育委员会科技规划重点项目“基于多光谱技术的食品安全快速无损检测方法研究”（项目编号：KZ201310011012）、北京市自然科学基金项目“基于拉曼及红外光谱技术的果蔬类农药残留量快速检测研究”（项目编号：4142012）、北京市自然科学基金项目“基于NIR-Raman光谱技术的食用植物油综合品质快速诊断机理研究”（项目编号：4132008）、北京市自然科学基金项目“基于光谱技术的农药残留量快速智能检测方法研究”（项目编号：4073031）、北京市优秀人才资助项目“基于多光谱信息技术的面粉品质快速检测方法研究”（项目编号:2012D005003000007）等。本书重点介绍了多种光谱分析技术在食品及农产品食品品质检测中的应用研究成果，内容涉及多种光谱分析法的理论基础、分析特点以及发展简介；多种光谱分析技术在果蔬农药残留量、食用油理化指标、营养指标检测以及掺伪识别，小麦粉、淀粉、茶叶品质检测中的应用；并初步探索了深度学习方法在高光谱成像信息处理中的应用。本书由北京工商大学刘翠玲、孙晓荣、吴静珠、于重重著，共分14章内容。刘翠玲教授执笔了第2~7章；孙晓荣副教授执笔了第10~12章；吴静珠副教授执笔了第8~9章；于重重教授执笔了第13章；作者共同完成了第1章和第14章；赵琦参加了第1~7章的资料整理工作。在本书的著作过程中，得到了北京工商大学研究生隋淑霞、郑光、索少增、李慧、吴胜男、董秀丽、苗雨睛、石瑞杰、胡玉君、窦颖、张宇靖、赵琦、刘倩、邢瑞芯、周兰等人在校期间的实验工作与协助，孙晓荣、吴静珠老师指导了实验。同时本书在著作过程中，参考了国内外一些优秀的相关研究内容（见各章参考文献），在此对相关作者一并表示诚挚的感谢。由于作者研究尚浅，有些学术观点乃一家之言，仅供参考，错误和不妥之处在所难免，欢迎读者批评指正，共同探讨。
作者
2017年6月1日
刘翠玲,北京工商大学教授。女，1963年6月出生，博士。现任北京工商大学网络中心主任，电气工程及其自动化专业建设负责人。长期从事自动化专业的教学、科研工作，为研究生、本科生主讲了系统辨识、自适应控制、系统仿真、自动控制原理、自动检测技术、现代控制理论基础、过程控制系统、集散控制系统、电机与电力拖动基础等十余门课程，指导了研究生、本科生60余人。主持完成了部级科研“抽油机井生产过程模拟仿真方法研究”，部级教学研究课题“工业自动化专业的改革”，同时完成了多项局级科研和教改项目，主持《过程控制系统》、《电机与电力拖动基础》精品课建设工作。在工业过程自动化、复杂系统的建模与仿真方法研究、智能检测技术等领域做了大量工作，获得了省部级以上科研成果1项，教学成果4项，曾获省级教育工作者和教育系统劳动模范，获校级教学成果奖、教学质量奖、教材奖等奖励共10余项。在《系统仿真学报》、《电机与控制学报》、《哈尔滨工业大学学报》、《仪表技术与传感器》、《计算机仿真》等学术期刊，发表学术论文20余篇。主编出版了《计算机辅助设计》、《系统仿真》、《智能建筑通信自动化系统》、《集散控制系统》、《智能楼宇自动控制系统》等教材5部。
前言
第1章 绪论1
1.1光谱技术概述1
1.1.1光谱技术的起源1
1.1.2光谱技术的主要应用领域1
1.1.3光谱技术的应用特点2
1.2光谱技术在食品品质检测中的应用现状2
1.2.1光谱技术在农药残留检测中的应用现状2
1.2.2光谱技术在食用植物油品质检测中的应用现状7
1.2.3光谱技术在面粉品质检测中的应用现状8
1.3完成的相关科学研究项目概况9
1.4本书主要内容概述10
参考文献11
第2章 光谱分析技术基础13
2.1光谱分析理论基础及技术特点13
2.1.1近红外光谱技术13
2.1.2傅里叶变换红外光谱衰减全反射技术15
2.1.3拉曼散射光谱技术16
2.1.4紫外-可见光分光光度法17
2.2光谱分析流程17
2.3常规光谱预处理方法18
2.3.1中心化18
2.3.2平滑法19
2.3.3导数法20
2.3.4标准正态变量变换法20
2.3.5去趋势法21
2.3.6多元散射校正21
2.3.7小波变换21
2.3.8连续投影算法22
2.3.9正交信号校正22
2.4典型校正模型建立方法23
2.4.1 MLR法23
2.4.2 PCR法23
2.4.3 PLS法24
2.4.4 BP神经网络26
2.4.5 SVM26
2.5光谱模型评价指标29
2.6光谱仪器介绍30
2.6.1红外光谱仪30
2.6.2拉曼光谱仪31
2.6.3紫外光谱仪32
2.7小结33
参考文献33
第3章 农药残留检测方法及光谱仪概述37
3.1农药残留检测方法介绍37
3.1.1色谱法37
3.1.2光谱法38
3.1.3酶抑制法38
3.1.4酶联免疫法39
3.1.5生物传感器检测法39
3.1.6发光菌检测法39
3.2光谱仪设备概述40
3.3小结40
参考文献41
第4章 基于近红外光谱技术的农药残留检测方法研究42
4.1简介42
4.2基于近红外光谱的农药溶液定量分析方法研究42
4.2.1样本制备及光谱采集42
4.2.2基于近红外光和PLS法的农药溶液定量分析方法研究43
4.2.3基于近红外光和BP神经网络的农药溶液定量分析方法研究47
4.3基于近红外光谱的萝卜农药残留（毒死蜱）检测方法研究50
4.3.1样本制备及光谱采集50
4.3.2基于近红外光和PLS法的萝卜农药残留检测方法研究51
4.3.3基于近红外光和BP神经网络的萝卜农药残留检测方法研究52
4.4基于近红外光HSI技术的皇冠梨农药残留无损检测方法研究52
4.4.1样本制备及高光谱采集53
4.4.2光谱特征提取54
4.4.3基于BP神经网络的皇冠梨农药残留(毒死蜱)检测方法研究54
4.4.4基于BP神经网络的皇冠梨农药残留(炔螨特)检测方法研究56
4.5小结56
参考文献57
第5章 基于ATR-FTIR光谱技术的农药残留检测方法研究58
5.1简介58
5.2基于ATR-FTIR的农药溶液定量分析方法研究58
5.2.1基于FTIR峰高和峰面积的农药溶液定量分析方法研究58
5.2.2基于FTIR和PLS的农药溶液定量分析方法研究62
5.2.3基于FTIR和BP神经网络的农药溶液定量分析方法研究65
5.3基于ATR-FTIR的萝卜农药残留（毒死蜱）检测方法研究67
5.3.1基于FTIR峰高和峰面积的萝卜农残检测方法研究67
5.3.2基于FTIR和PLS的萝卜农残检测方法研究69
5.3.3基于FTIR和BP神经网络的萝卜农残检测方法研究70
5.4小结71
参考文献71
第6章 基于SERS光谱技术的农药残留检测方法研究72
6.1简介72
6.2 SERS光谱技术中不同表面增强剂效果的研究72
6.2.1基于金、银基底的SERS光谱分析72
6.2.2基于金、银基底的SERS光谱建模分析73
6.3 SERS光谱技术中QuEChERS样本前处理的研究75
6.3.1无样本前处理的SERS分析及建模75
6.3.2基于QuEChERS的样本前处理的SERS分析及建模77
6.4基于SERS光谱技术的苹果农药残留定量检测方法研究78
6.4.1基于SERS光谱和PLS法的苹果农药残留定量检测方法研究78
6.4.2基于SERS光谱和SPA的苹果农药残留定量检测方法研究80
6.4.3基于SERS光谱和BP人工神经网络的苹果农药残留定量检测方法研究80
6.5基于SERS光谱技术的苹果多农药残留的定性及定量分析81
6.5.1样本制备及数据采集81
6.5.2基于判别分析的不同农药定性分析83
6.5.3基于距离匹配的不同农药定性分析83
6.5.4多农药残留定量分析86
6.5.5国标检测方法对比结果88
6.6小结89
参考文献89
第7章 二嗪农多类光谱敏感性研究比较分析92
7.1简介92
7.2实验材料92
7.3二嗪农的4类光谱分析92
7.3.1二嗪农近红外光谱分析92
7.3.2二嗪农中红外光谱分析94
7.3.3二嗪农SERS光谱分析94
7.3.4二嗪农紫外光谱法检测97
7.4小结98
参考文献99
第8章 多光谱技术在食用植物油安全品质检测中的应用研究100
8.1简介100
8.2基于近红外光谱技术的食用油安全品质检测方法研究100
8.2.1基于聚类分析的食用油种类鉴别方法研究100
8.2.2基于SVM的花生油掺伪检测方法研究104
8.3基于ATR-FTIR光谱技术的食用油安全品质检测方法研究109
8.3.1基于ELM的芝麻油掺伪检测方法
研究109
8.3.2基于ELM的芝麻油制假检测方法研究113
8.4基于拉曼光谱技术的食用油安全品质检测方法研究116
8.4.1基于PLS-LDA法的食用油种类鉴别方法研究116
8.4.2基于距离匹配法的食用植物油掺伪检测方法研究119
8.4.3食用植物油中的外源性动物油脂检测方法研究123
8.5小结127
参考文献127
第9章 多光谱技术在食用油营养及理化品质检测中的应用研究131
9.1简介131
9.2基于近红外光谱技术的食用油脂肪酸检测方法研究131
书单推荐
