基于数字人脑理论的人工嗅觉系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究的目的和意义 | 第10-13页 |
| ·数字人脑概念 | 第11-12页 |
| ·人工感觉系统 | 第12页 |
| ·人工嗅觉系统 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·国外研究情况 | 第14-15页 |
| ·国内研究情况 | 第15-16页 |
| ·论文的主要研究内容 | 第16-17页 |
| 第2章 人工感觉系统介绍 | 第17-38页 |
| ·视觉系统模拟研究 | 第17-21页 |
| ·眼球的光学系统 | 第17-18页 |
| ·视觉系统神经传导通路 | 第18-19页 |
| ·人工视觉系统 | 第19-20页 |
| ·人工视觉系统的应用 | 第20-21页 |
| ·听觉系统模拟研究 | 第21-29页 |
| ·听觉系统的生理结构 | 第22-24页 |
| ·听觉系统神经传导通路 | 第24-26页 |
| ·人工听觉系统及其应用 | 第26-29页 |
| ·味觉系统模拟研究 | 第29-33页 |
| ·味觉系统的生理结构 | 第29-30页 |
| ·味觉系统神经传导通路 | 第30-31页 |
| ·味觉感受机理 | 第31页 |
| ·人工味觉系统 | 第31-33页 |
| ·皮肤感受系统模拟研究 | 第33-37页 |
| ·皮肤的生理结构 | 第33-34页 |
| ·皮肤的感觉神经信号传导通路 | 第34-36页 |
| ·人工触觉系统 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 人工嗅觉系统设计 | 第38-51页 |
| ·生物体嗅觉系统生理机构 | 第38-40页 |
| ·人工嗅觉系统的构建 | 第40-41页 |
| ·气体传感器阵列 | 第41-46页 |
| ·气体传感器阵列的概念 | 第41-42页 |
| ·气体传感器的特性 | 第42-43页 |
| ·气体传感器的分类 | 第43-45页 |
| ·气体传感器的发展趋势 | 第45页 |
| ·气体传感器阵列构成 | 第45-46页 |
| ·信号预处理 | 第46-48页 |
| ·模式识别技术分类 | 第48-50页 |
| ·统计方法 | 第48页 |
| ·人工神经网络方法 | 第48-49页 |
| ·神经形态方法 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 人工嗅觉系统中的模式识别技术 | 第51-62页 |
| ·概述 | 第51-52页 |
| ·主成分分析法 | 第52-53页 |
| ·人工神经网络概述 | 第53-54页 |
| ·神经网络理论基础 | 第54-57页 |
| ·人工神经元模型 | 第54-56页 |
| ·人工神经网络结构 | 第56页 |
| ·人工神经网络的学习 | 第56-57页 |
| ·反向传播(BP)神经网络 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 人工嗅觉系统对气体检测的实现 | 第62-79页 |
| ·数据预处理 | 第62-63页 |
| ·应用PCA 实现混合气体的定性识别 | 第63-66页 |
| ·实验数据 | 第63-65页 |
| ·用PCA 实现混合气体分类 | 第65-66页 |
| ·应用 BP 神经网络实现混合气体定性识别 | 第66-74页 |
| ·实验数据 | 第66页 |
| ·BP 网络的设计 | 第66-67页 |
| ·实验结果及分析 | 第67-74页 |
| ·应用 BP 神经网络实现单一气体定量浓度检测 | 第74-78页 |
| ·实验数据 | 第74-75页 |
| ·BP 网络的设计 | 第75-77页 |
| ·实验结果及分析 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 作者简介 | 第87页 |
