基于神经网络的混合气体检测系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究的意义 | 第8页 |
| ·电子鼻研究的背景 | 第8-9页 |
| ·国内外电子鼻研究、应用的现状与技术趋势 | 第9-11页 |
| ·本课题的研究内容、主要工作和论文的内容安排 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·主要工作 | 第11页 |
| ·论文的内容安排 | 第11-13页 |
| 第二章 电子鼻系统的实验装置和设计原理 | 第13-27页 |
| ·气敏传感器阵列与配气系统 | 第13-17页 |
| ·气体传感器简介 | 第13-15页 |
| ·气体传感器的选型 | 第15-16页 |
| ·配气系统 | 第16-17页 |
| ·电子鼻系统的硬件设计及原理 | 第17-23页 |
| ·传感器相关电路设计 | 第18-20页 |
| ·数据采集系统的硬件设计 | 第20-23页 |
| ·电子鼻系统的软件设计及原理 | 第23-25页 |
| ·下位机软件 | 第23页 |
| ·下位机软件开发工具 | 第23-25页 |
| ·上位机软件 | 第25页 |
| ·小结 | 第25-27页 |
| 第三章 基于人工神经网络的气体识别理论 | 第27-42页 |
| ·人工神经网络理论 | 第27-30页 |
| ·人工神经网络概述 | 第27-28页 |
| ·生物神经网络与人工神经网络 | 第28-29页 |
| ·神经网络的学习 | 第29-30页 |
| ·BP 神经网络 | 第30-37页 |
| ·前馈型神经网络 | 第30-31页 |
| ·BP 神经网络结构及算法 | 第31-34页 |
| ·BP 神经网络的改进 | 第34-35页 |
| ·BP 网络的设计 | 第35-37页 |
| ·RBF 神经网络 | 第37-41页 |
| ·RBF 神经网络基本理论 | 第37-38页 |
| ·RBF 神经网络的学习算法 | 第38-41页 |
| ·RBF 神经网络在电子鼻中的应用 | 第41页 |
| ·小结 | 第41-42页 |
| 第四章 气体定性定量分析实验及实验结果分析 | 第42-49页 |
| ·气体定性定量分析实验 | 第42-44页 |
| ·实验内容 | 第42页 |
| ·实验流程 | 第42-43页 |
| ·数据的预处理 | 第43-44页 |
| ·气体的定性分析 | 第44-46页 |
| ·BP 神经网络对气体的定性分析 | 第44-45页 |
| ·RBF 神经网络对气体的定性分析 | 第45-46页 |
| ·气体的定量分析 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第五章 结论 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在读期间发表的学术论文与取得的研究成果 | 第55页 |
