电子鼻系统中传感器漂移补偿方法研究
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 人工嗅觉系统——电子鼻 | 第8-9页 |
1.2 电子鼻技术的发展现状 | 第9-10页 |
1.2.1 系统发展 | 第9页 |
1.2.2 应用发展 | 第9-10页 |
1.3 论文研究的目的与意义 | 第10-11页 |
1.4 本文研究内容及创新之处 | 第11-14页 |
2 电子鼻系统及实验平台 | 第14-18页 |
2.1 引言 | 第14页 |
2.2 电子鼻系统模块组成 | 第14-15页 |
2.2.1 系统构成 | 第14页 |
2.2.2 传感器阵列 | 第14-15页 |
2.3 电子鼻系统数据采集实验 | 第15-17页 |
2.3.1 实验平台 | 第15-16页 |
2.3.2 实验数据采集 | 第16-17页 |
2.4 本章小结 | 第17-18页 |
3 电子鼻中的分析方法 | 第18-24页 |
3.1 引言 | 第18页 |
3.2 信号预处理 | 第18页 |
3.3 特征提取 | 第18-19页 |
3.4 模式识别 | 第19-21页 |
3.5 漂移补偿方法 | 第21-23页 |
3.5.1 分类器补偿方法 | 第21-22页 |
3.5.2 特征补偿方法 | 第22-23页 |
3.6 本章小结 | 第23-24页 |
4 基于标准化的在线漂移补偿模型 | 第24-32页 |
4.1 引言 | 第24页 |
4.2 基线处理方法 | 第24-25页 |
4.3 基于基线差分标准化的在线漂移补偿 | 第25-27页 |
4.4 实验验证及分析 | 第27-30页 |
4.4.1 数据描述 | 第27-29页 |
4.4.2 实验结果及分析 | 第29-30页 |
4.5 本章小结 | 第30-32页 |
5 领域正则化成分分析漂移自适应模型 | 第32-48页 |
5.1 引言 | 第32页 |
5.2 领域正则化成分分析模型 | 第32-35页 |
5.3 领域正则化成分分析求解算法 | 第35-36页 |
5.4 实验验证及分析 | 第36-46页 |
5.4.1 合成数据的验证实验 | 第37-38页 |
5.4.2 基准传感器漂移数据的验证实验 | 第38-43页 |
5.4.3 自制电子鼻的数据的验证实验 | 第43-46页 |
5.5 本章小结 | 第46-48页 |
6 跨域判别子空间漂移自适应模型 | 第48-72页 |
6.1 引言 | 第48页 |
6.2 跨域判别子空间学习模型 | 第48-52页 |
6.3 跨域判别子空间学习求解算法 | 第52-53页 |
6.4 实验验证及分析 | 第53-70页 |
6.4.1 mini-patch特征组合 | 第53-54页 |
6.4.2 实验设置 | 第54页 |
6.4.3 实验结果及其分析 | 第54-70页 |
6.5 本章小结 | 第70-72页 |
7 总结与展望 | 第72-74页 |
7.1 主要研究内容与成果 | 第72-73页 |
7.2 今后工作的展望 | 第73-74页 |
致谢 | 第74-76页 |
参考文献 | 第76-82页 |
附录 | 第82-83页 |
A. 作者在攻读硕士学位期间发表及录用的学术论文 | 第82页 |
B. 作者在攻读硕士学位期间申请的专利 | 第82-83页 |
C. 论文中的数据及程序清单 | 第83页 |