基于人工嗅觉系统稻米品种鉴定方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-11页 |
| ·实验研究的目的及意义 | 第8页 |
| ·稻米品种鉴定常用方法 | 第8-9页 |
| ·电子鼻在稻米检测领域的应用现状 | 第9-10页 |
| ·核技术的研究、发展现状 | 第10页 |
| ·主要研究内容 | 第10-11页 |
| 第2章 实验及原始数据预处理 | 第11-20页 |
| ·实验设备及研究对象 | 第11-13页 |
| ·试验装置 | 第11-12页 |
| ·实验对象 | 第12-13页 |
| ·试验方法 | 第13-17页 |
| ·试验步骤 | 第13-15页 |
| ·样品取样及测试方法 | 第15-16页 |
| ·试验参数的确定 | 第16-17页 |
| ·原始数据的预处理 | 第17-19页 |
| ·去基准处理 | 第17-18页 |
| ·数据的标准化 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第3章 样本信号的降噪、表征及阵列优化 | 第20-32页 |
| ·样本响应信号的噪声去除 | 第20-22页 |
| ·小波包降噪基本原理 | 第20页 |
| ·小波包降噪基本步骤 | 第20-22页 |
| ·降噪前后鉴别结果对比分析 | 第22页 |
| ·样本信号特征信息提取方法 | 第22-26页 |
| ·平均微分值法(MADV) | 第23页 |
| ·相对稳态区间平均值法(MRSSMV) | 第23-24页 |
| ·响应信号方差法（MRSV） | 第24-25页 |
| ·积分值法(MIV) | 第25页 |
| ·小波能量法(MWE) | 第25-26页 |
| ·传感器阵列优化方法 | 第26-31页 |
| ·主成分分析阵列优化 | 第27页 |
| ·聚类分析阵列优化 | 第27-28页 |
| ·因子分析阵列优化 | 第28-29页 |
| ·威尔克斯（Wilk’s）阵列优化 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 样本统计方法鉴别结果分析 | 第32-52页 |
| ·基于 PCA、FDA 的鉴别分析 | 第33-46页 |
| ·PCA 鉴别分析 | 第33-40页 |
| ·FDA 鉴别分析 | 第40-46页 |
| ·基于 KPCA、KFDA 的鉴别分析 | 第46-51页 |
| ·核方法简介 | 第46-47页 |
| ·核函数的选择及其参数确定 | 第47页 |
| ·KPCA 鉴别分析 | 第47-49页 |
| ·KFDA 鉴别分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于神经网络的鉴别结果分析 | 第52-62页 |
| ·神经网络模型 | 第52-55页 |
| ·神经网络鉴别结果分析 | 第55-61页 |
| ·BP 神经网络鉴别结果分析 | 第55-58页 |
| ·RBF 神经网络鉴别结果分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 A 样本特征数据 | 第67-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间的研究成果 | 第78页 |
