本书旨在介绍当前先进的智能检测技术方法。全书共分四部分，第壹部分即绪论，指出智能检测技术的核心问题：“先进感知”和“智能信息处理”技术。第二部分即第2章，讲述多变量数据统计分析与人工智能算法，主要包括主成分分析、回归分析、分类与判别分析等常用的多变量数据统计分析方法，又简述了ANNs、SVM等机器学习和深度学习算法，并附上Matlab实例代码供参考。第三部分包括第3~7章，从对眼、耳、口、鼻、触的仿生传感技术角度，对应阐述光学与图像检测、声学传感与声发射检测、电化学与生物传感器、气敏传感与电子鼻技术，以及能感知对象内部成分的近红外光谱和高光谱成像等先进传感技术。第四部分即第8章，讲述多传感器信息融合以及大数据与云计算技术。 本书可作为机械电子、自动化、仪器、电子信息等专业的本科生教材，也可供相关领域工程技术人员参考。

前言
第1章绪论1
1.1检测技术与传感器1
1.2智能的基本概念2
1.2.1何谓智能2
1.2.2人工智能与自动化的区别3
1.3智能检测的基本概念3
1.3.1智能检测技术的层次3
1.3.2智能检测的特点4
1.3.3检测与控制技术发展过程的简单
回顾4
1.3.4智能检测系统的结构5
1.4仿人机器人和自动驾驶汽车举例7
1.4.1高仿人机器人7
1.4.2美国Boston Dynamics军用
机器人9
1.4.3帮助高效睡眠的Somnox机器人9
1.4.4自动驾驶汽车10
1.5课程内容和体系结构12
1.5.1本书内容的设计思路12
1.5.2本书内容设置与框架体系14
第2章现代智能检测技术的基础
理论16
2.1数据分析简介16
2.1.1数据的类型、格式和分析流程16
2.1.2常用描述性定量数据统计分析
方法 18
2.1.3常用数据预处理方法22
2.2常用数据统计分析方法25
2.2.1常用数据统计分析方法分类25
2.2.2主成分分析方法26
2.2.3回归分析方法35
2.2.4判别分析方法49
2.2.5模型评价方法60
2.3机器学习方法 61
2.3.1人工神经网络浅讲62
2.3.2多层神经网络（深度学习）67
2.3.3深度学习和机器学习69
第3章光栅、光纤与CCD图像
传感器73
3.1光栅与光电编码器73
3.1.1计量光栅73
3.1.2光电编码器79
3.2光纤传感器84
3.2.1基本知识 84
3.2.2光纤结构和工作原理84
3.2.3光纤传感器88
3.2.4光纤传感器的应用89
3.3CCD图像传感器93
3.3.1CCD图像传感器组成93
3.3.2CCD图像传感器基本工作
原理94
3.3.3彩色CCD结构组成与工作
原理99
3.3.4CCD传感器结构类型和特性
参数107
3.3.5CCD与CMOS比较110
3.3.6CCD图像传感器及其应用111
3.3.7CCD图像传感器其他应用举例114
第4章声学传感与声发射检测
技术118
4.1声波的概念和基本性质118
4.1.1纵波、横波和声表面波118
4.1.2可闻声波、次声波和超声波120
4.1.3声波的特性参数122
4.2超声波传感器126
4.2.1超声波传感器的工作原理126
4.2.2超声波技术的典型应用举例128
4.3次声波传感器140
4.3.1次声波概念与特征140
4.3.2次声波应用展望140
4.4声发射无损检测技术142
4.4.1无损检测及声发射技术简介142
4.4.2声发射检测原理144
4.4.3工程起重机关键结构件裂纹萌生
和断裂的声发射检测案例152
4.4.4声发射检测技术的其他应用155
智能检测技术目录第5章近红外光谱与高光谱成像
技术158
5.1光谱分析与振动光谱技术158
5.1.1分子光谱158
5.1.2电子光谱（紫外吸收光谱）159
5.1.3振动光谱160
5.2红外吸收光谱160
5.2.1红外吸收光谱简介160
5.2.2红外吸收光谱产生机理162
5.2.3产生红外吸收光谱的条件163
5.2.4分子振动的主要参数166
5.2.5傅里叶变换红外光谱仪及工作
原理169
5.3近红外光谱分析技术171
5.3.1近红外光谱简介171
5.3.2近红外光谱测定的基本原理174
5.3.3近红外光谱仪的分类与特点177
5.3.4近红外光谱数据分析方法182
5.3.5近红外技术的发展与应用185
5.4高光谱成像技术187
5.4.1高光谱成像技术的产生与基本
概念187
5.4.2高光谱成像区别于常规近红外
光谱的特点及其工作原理189
5.4.3高光谱成像及其应用193
5.4.4高光谱遥感信息的分析和处理195
5.4.5高光谱成像现状分析与展望198
5.5近红外光谱与高光谱成像综合应用
案例——全麦粉中低含量水平
掺杂花生粉的检测研究198
5.5.1实验材料与方法199
5.5.2高光谱图像亮度校正199
5.5.3基于MNF的图谱交互分析200
5.5.4光谱预处理与全波长PLSR
模型202
5.5.5最优波长选取与多光谱PLSR
模型203
5.5.6预测结果可视化206
第6章气敏传感器与电子鼻技术209
6.1气敏传感器 209
6.1.1气敏传感器简介209
6.1.2电阻型半导体式气敏传感器210
6.1.3电阻型半导体式气敏传感器的
结构与分类214
6.1.4电阻型半导体式气敏传感器的
特性参数217
6.1.5电阻型半导体式气敏传感器基
本测量电路特性218
6.1.6电阻型半导体式气敏传感器的
应用219
6.2电子鼻技术223
6.2.1嗅觉仿生与电子鼻技术简介223
6.2.2电子鼻的识别机理224
6.2.3电子鼻的组成226
6.2.4电子鼻技术的发展历史229
6.2.5电子鼻应用举例230
第7章电化学与生物传感器技术231
7.1电化学传感器231
7.1.1电化学传感器的概念与分类231
7.1.2电势型电化学传感器231
7.1.3恒电位电解式电化学传感器237
7.1.4电导型传感器240
7.2电化学生物传感器240
7.2.1生物传感器的概念、组成
与分类240
7.2.2电化学生物传感器243
7.2.3电化学生物传感器应用举例244
7.2.4生物传感器的发展趋势249
第8章多传感器信息融合与大数据云
计算技术简介252
8.1多传感器信息融合技术252
8.1.1多传感器信息融合的基本概念252
8.1.2多传感器信息融合系统简介254
8.1.3多传感器信息融合的分类255
8.1.4多传感器信息融合模型255
8.1.5多传感器信息融合算法261
8.1.6应用与前景展望264
8.2大数据与云计算技术简介266
8.2.1泛在互联的时代266
8.2.2大数据简介267
8.2.3云计算技术269
8.2.4数据中心与云计算架构基础272
8.2.5典型的云计算系统平台274
参考文献277