电子鼻的信号处理与模式识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的研究背景和意义 | 第10-12页 |
| ·电子鼻系统的重要性 | 第10-11页 |
| ·电子鼻系统的实用性 | 第11-12页 |
| ·电子鼻系统的研究进展及现状 | 第12-15页 |
| ·国外的研究现状 | 第12-14页 |
| ·国内的研究现状 | 第14-15页 |
| ·研究内容 | 第15-17页 |
| 第2章 电子鼻系统 | 第17-32页 |
| ·传感器阵列的选型 | 第17-22页 |
| ·硬件设计 | 第22-23页 |
| ·软件设计 | 第23-30页 |
| ·电子鼻软件系统的性能 | 第30-32页 |
| 第3章 信号处理在电子鼻系统中的应用 | 第32-52页 |
| ·传感器阵列的数据信号处理方法 | 第32-34页 |
| ·数据预处理 | 第32-34页 |
| ·常见数据预处理的主要问题 | 第34页 |
| ·随机共振原理 | 第34-36页 |
| ·自适应多层随机共振模型 | 第36-38页 |
| ·应用实验 | 第38-52页 |
| ·掺假油检测的现状 | 第38-39页 |
| ·目前存在的主要问题 | 第39-41页 |
| ·样本制备 | 第41页 |
| ·传感器阵列的响应 | 第41-43页 |
| ·常见数据预处理 | 第43-45页 |
| ·测试样本的随机共振分析 | 第45-48页 |
| ·PCA 分析 | 第48-52页 |
| 第4章 动态分类在电子鼻系统中的应用 | 第52-65页 |
| ·RBF | 第52-53页 |
| ·K 均值 | 第53页 |
| ·改进的 K 均值聚类算法 | 第53-54页 |
| ·改进的 RBF 神经网络模型 | 第54-59页 |
| ·应用实验 | 第59-65页 |
| ·食用醋检测技术 | 第59-60页 |
| ·主要问题 | 第60页 |
| ·实验结果 | 第60-65页 |
| 结论与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间发表论文情况 | 第71-72页 |
| 致谢 | 第72页 |
