神经网络在人工嗅觉信息处理技术中的应用研究
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第1章 绪论 | 第6-10页 |
| ·本研究课题的学术背景及理论 | 第6-7页 |
| ·国内外文献综述 | 第7-8页 |
| ·课题研究的来源、目的、意义及主要内容 | 第8-10页 |
| 第2章 人工嗅觉系统 | 第10-17页 |
| ·人工嗅觉概述 | 第10-11页 |
| ·人工嗅觉系统的原理及基本组成部分 | 第11-14页 |
| ·系统构成及原理 | 第12-13页 |
| ·试验数据的获取 | 第13-14页 |
| ·数据预处理 | 第14页 |
| ·人工嗅觉系统的研究现状 | 第14-17页 |
| 第3章 人工嗅觉系统中常用的模式分类方法 | 第17-30页 |
| ·模式识别的基本原理 | 第17页 |
| ·常见模式分类决策方法 | 第17-28页 |
| ·多元统计方法 | 第17-22页 |
| ·神经网络方法 | 第22-25页 |
| ·遗传算法 | 第25-27页 |
| ·模糊识别 | 第27-28页 |
| ·各种方法的比较 | 第28-30页 |
| 第4章 基于单一神经网络的气体识别 | 第30-42页 |
| ·应用自组织映射神经网络进行气体识别 | 第30-35页 |
| ·自组织映射神经网络的结构和运行机理 | 第30-31页 |
| ·自组织映射神经网络的学习算法 | 第31-32页 |
| ·实验及结果 | 第32-35页 |
| ·应用BP神经网络进行气体识别 | 第35-42页 |
| ·BP神经网络的算法 | 第36-38页 |
| ·BP算法的改进研究 | 第38-39页 |
| ·实验及结果 | 第39-42页 |
| 第5章 模糊神经网络在气体识别中的应用 | 第42-50页 |
| ·模糊技术概述 | 第42页 |
| ·模糊神经网络的特征 | 第42-43页 |
| ·基于TSK模糊神经网络的气体识别 | 第43-50页 |
| ·TSK模糊神经网络模型介绍 | 第43-45页 |
| ·模糊规则的产生 | 第45-47页 |
| ·实验及结果 | 第47-50页 |
| 第6章 结束语 | 第50-54页 |
| ·结论及下一步的研究工作 | 第50-51页 |
| ·结论 | 第50-51页 |
| ·下一步的研究工作 | 第51页 |
| ·人工嗅觉系统的市场应用展望 | 第51-54页 |
| 参考文献： | 第54-58页 |
| 致谢 | 第58-59页 |
| 读研期间发表的论文及获奖情况 | 第59页 |
