烟草智能烤房系统中电子鼻关键技术研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 电子鼻技术概述 | 第10-12页 |
| 1.1.1 气体传感器 | 第10-11页 |
| 1.1.2 信号预处理 | 第11页 |
| 1.1.3 模式识别算法 | 第11-12页 |
| 1.1.4 电子鼻发展现状 | 第12页 |
| 1.2 电子鼻在烟草行业中的应用现状 | 第12-14页 |
| 1.2.1 电子鼻在烟草行业中的应用 | 第12-13页 |
| 1.2.2 电子鼻在烟叶烘烤中的应用背景 | 第13-14页 |
| 1.3 烟草智能烤房系统 | 第14-17页 |
| 1.3.1 烟草烘烤系统国内外现状 | 第14-16页 |
| 1.3.2 本课题涉及的烟草智能烤房系统 | 第16-17页 |
| 1.4 论文的主要内容及安排 | 第17-18页 |
| 2 烟草智能烤房中的电子鼻气味监测子系统 | 第18-32页 |
| 2.1 系统模块构成 | 第18-19页 |
| 2.2 系统传感器阵列 | 第19-25页 |
| 2.2.1 传感器阵列及采集电路 | 第19-22页 |
| 2.2.2 传感器阵列室 | 第22-23页 |
| 2.2.3 气路控制模块 | 第23-25页 |
| 2.3 软件系统简介 | 第25-26页 |
| 2.4 信号采集及预处理 | 第26-30页 |
| 2.4.1 数据采集 | 第27页 |
| 2.4.2 数据预处理 | 第27-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 基于PCA的电子鼻数据降维及其在线算法 | 第32-44页 |
| 3.1 主成分分析的基本思想 | 第32页 |
| 3.2 主成分分析的数学模型 | 第32-33页 |
| 3.3 在线主成分分析 | 第33-36页 |
| 3.3.1 随机梯度上升算法 | 第34-35页 |
| 3.3.2 子空间学习算法 | 第35-36页 |
| 3.4 烤烟气味电子鼻传感器数据降维 | 第36-42页 |
| 3.5 本章小结 | 第42-44页 |
| 4 基于ICA的烤烟电子鼻背景干扰抑制模型 | 第44-68页 |
| 4.1 ICA的数学描述 | 第44-45页 |
| 4.2 ICA目标函数 | 第45-54页 |
| 4.2.1 极大化非高斯性估计方法 | 第46-49页 |
| 4.2.2 互信息极小化判据 | 第49-51页 |
| 4.2.3 极大似然估计方法 | 第51-52页 |
| 4.2.4 信息极大化估计方法 | 第52-53页 |
| 4.2.5 目标函数之间的等价性 | 第53-54页 |
| 4.3 ICA优化算法 | 第54-60页 |
| 4.3.1 在线ICA算法 | 第54-57页 |
| 4.3.2 离线处理ICA算法 | 第57-60页 |
| 4.4 烤烟中存在的电子鼻背景干扰 | 第60-62页 |
| 4.5 基于ICA的干扰抑制 | 第62-66页 |
| 4.6 本章小结 | 第66-68页 |
| 5 基于BP神经网络的烟叶烘烤气味控制模型 | 第68-82页 |
| 5.1 烟叶烘烤基础理论 | 第68-74页 |
| 5.1.1 烤烟三段式烘烤工艺 | 第68-72页 |
| 5.1.2 烟叶的香气成分 | 第72-74页 |
| 5.1.3 烘烤过程中烟叶香气的变化 | 第74页 |
| 5.2 BP人工神经网络 | 第74-77页 |
| 5.2.1 BP算法介绍 | 第74-76页 |
| 5.2.2 遗传算法在BP优化中的应用 | 第76-77页 |
| 5.3 烟叶烘烤气味控制预测模型 | 第77-80页 |
| 5.4 本章小结 | 第80-82页 |
| 6 实验与验证 | 第82-90页 |
| 6.1 现场数据采集实验及分析 | 第82-85页 |
| 6.2 预测控制模型的在线应用 | 第85-86页 |
| 6.3 烟叶烘烤智能控制系统的验证实验 | 第86-89页 |
| 6.3.1 实验设计 | 第86-88页 |
| 6.3.2 验证步骤 | 第88页 |
| 6.3.3 实验结果 | 第88-89页 |
| 6.4 本章小结 | 第89-90页 |
| 7 总结与展望 | 第90-92页 |
| 7.1 论文主要研究内容及成果 | 第90-91页 |
| 7.2 今后工作的展望 | 第91-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-102页 |
| 附录 | 第102-103页 |
| A. 作者在攻读学位期间发表的论文目录 | 第102页 |
| B. 作者在攻读学位期间参加的项目 | 第102页 |
| C. 作者在攻读学位期间申请的专利 | 第102页 |
| D. 论文中的数据及程序清单 | 第102-103页 |
