| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题来源 | 第12页 |
| ·课题意义 | 第12-13页 |
| ·国内外研究现状 | 第13-20页 |
| ·气敏传感器技术研究现状 | 第14-15页 |
| ·信号预处理 | 第15-17页 |
| ·模式识别 | 第17-19页 |
| ·气味定量识别 | 第19-20页 |
| ·论文结构安排 | 第20-22页 |
| 第二章 设备异常气味模拟实验与响应分析 | 第22-31页 |
| ·检测对象与实验过程 | 第22-26页 |
| ·检测对象 | 第22页 |
| ·实验装置 | 第22-24页 |
| ·实验环境 | 第24-25页 |
| ·实验方法 | 第25-26页 |
| ·实验补气过程气体浓度变化分析 | 第26-27页 |
| ·传感阵列信号初步分析 | 第27-30页 |
| ·小结 | 第30-31页 |
| 第三章 设备异常状态气味的定性识别 | 第31-49页 |
| ·嗅觉传感器阵列信号数据预处理 | 第31-33页 |
| ·基于主成分分析的气味特征提取 | 第33-39页 |
| ·主成分分析基本原理 | 第33-35页 |
| ·基于奇异值分解的主成分分析方法 | 第35-37页 |
| ·基于主成分分析的气味特征提取应用 | 第37-39页 |
| ·基于线性判别分析与人工神经网络的异常气味定性识别 | 第39-48页 |
| ·基于线性判别分析的气味定性识别 | 第39-44页 |
| ·基于人工神经网络的状态气味定性识别 | 第44-48页 |
| ·小结 | 第48-49页 |
| 第四章 设备异常状态气味的定量分析 | 第49-63页 |
| ·基于复频域分析的气味定量识别 | 第49-55页 |
| ·复频域分析原理 | 第49-50页 |
| ·信号选择与特征提取 | 第50-51页 |
| ·不同气味浓度下传感器响应函数建模 | 第51-53页 |
| ·气味浓度与传感器响应特性关联建模 | 第53-55页 |
| ·基于主成分回归分析的气味定量识别 | 第55-62页 |
| ·多元线性回归的基本原理 | 第55-58页 |
| ·主成分回归分析的基本原理和算法 | 第58页 |
| ·主成分回归分析用于气味定量识别的实例 | 第58-62页 |
| ·小结 | 第62-63页 |
| 第五章 设备异常状态混合气味盲分离 | 第63-76页 |
| ·嗅觉信号盲分离建模分析 | 第63-66页 |
| ·混合气体响应分析问题描述 | 第63-64页 |
| ·盲信号分离问题的一般描述 | 第64-65页 |
| ·混合气体响应的盲可辨识性分析 | 第65-66页 |
| ·基于独立成分分析的盲分离模型 | 第66-68页 |
| ·基于独立成分分析的嗅觉信号盲分离实例分析 | 第68-75页 |
| ·传感阵列混合信号分析 | 第69-70页 |
| ·基于独立成分分析的混合气味响应盲分离应用 | 第70-75页 |
| ·小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·全文总结 | 第76页 |
| ·技术展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 作者在学期间取得的学术成果 | 第84页 |
| 作者在学期间参加的科研项目 | 第84页 |
| 作者在学期间参编的学术专著 | 第84页 |