香辛料鉴别中电子鼻识别系统的研究与设计
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 前言 | 第9-13页 |
1.1 课题背景与研究意义 | 第9页 |
1.2 电子鼻系统原理 | 第9-10页 |
1.3 电子鼻发展现状与趋势 | 第10-11页 |
1.4 本课题研究的基础 | 第11页 |
1.5 主要内容和章节安排 | 第11-13页 |
第二章 电子鼻系统的硬件设计 | 第13-23页 |
2.1 系统整体结构 | 第13-14页 |
2.2 控制辅助模块 | 第14-18页 |
2.2.1 电源模块 | 第14-15页 |
2.2.2 LCD显示模块 | 第15-16页 |
2.2.3 USB OTG | 第16-17页 |
2.2.4 温湿度传感器 | 第17-18页 |
2.2.5 电压放大电路 | 第18页 |
2.3 传感器阵列 | 第18-20页 |
2.4 AD7606 | 第20-21页 |
2.5 ARM芯片模块设计 | 第21-23页 |
2.5.1 ARM系统构架 | 第21-22页 |
2.5.2 ARM模块介绍 | 第22-23页 |
第三章 电子鼻系统的软件设计 | 第23-36页 |
3.1 系统环境 | 第23-26页 |
3.1.1 Linux简介 | 第23-25页 |
3.1.2 Linux系统移植 | 第25-26页 |
3.2 数据采集 | 第26-30页 |
3.2.1 数据采集和驱动 | 第26-30页 |
3.2.2 数据采集的应用程序 | 第30页 |
3.3 通信模块接口 | 第30-36页 |
第四章 电子鼻系统的数据处理 | 第36-50页 |
4.1 采样后数据的预处理 | 第36-37页 |
4.2 特征参数选择与提取 | 第37-39页 |
4.2.1 特征参数的提取与实现 | 第38-39页 |
4.2.2 特征参数的选择 | 第39页 |
4.3 主成分分析(PCA) | 第39-40页 |
4.4 模式识别算法研究 | 第40-50页 |
4.4.1 最优超平面理论 | 第41页 |
4.4.2 线性支持向量机 | 第41-43页 |
4.4.3 非线性支持向量机 | 第43-45页 |
4.4.4 遗传算法 | 第45-47页 |
4.4.5 粒子群算法 | 第47-48页 |
4.4.6 网格搜索法 | 第48-50页 |
第五章 电子鼻系统对香辛料识别及分析 | 第50-61页 |
5.1 实验条件构建 | 第50页 |
5.2 样本数据采集 | 第50-51页 |
5.3 实验数据分析 | 第51-54页 |
5.4 电子鼻系统对香辛料的识别 | 第54-61页 |
结论与展望 | 第61-62页 |
参考文献 | 第62-65页 |
致谢 | 第65-66页 |
攻读学位期间所开展的科研项目和发表的学术论文 | 第66页 |