基于电子鼻系统的混合气体的定性分析和定量估计
| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-11页 |
| 1 绪论 | 第11-19页 |
| ·电子鼻技术 | 第11-14页 |
| ·概述 | 第11-12页 |
| ·电子鼻技术发展历史 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·气体的模式识别技术 | 第14-17页 |
| ·气体模式识别的概述 | 第14页 |
| ·研究现状 | 第14-16页 |
| ·气体模式识别的任务 | 第16-17页 |
| ·本课题的意义、目的和内容 | 第17-19页 |
| ·课题意义和目的 | 第17页 |
| ·课题研究内容 | 第17-19页 |
| 2 实验系统设计 | 第19-28页 |
| ·实验系统组成 | 第19-20页 |
| ·实验气体及其配置和采样 | 第20-22页 |
| ·NH_3的配置 | 第20-21页 |
| ·C_2H_5OH的配置 | 第21页 |
| ·气体采样 | 第21-22页 |
| ·传感器阵列 | 第22-24页 |
| ·数据采集 | 第24-28页 |
| ·传感器模拟信号检测 | 第24-25页 |
| ·AD采样 | 第25-26页 |
| ·信号接收与传输 | 第26-28页 |
| 3 模式识别算法简述 | 第28-55页 |
| ·总体概述 | 第28-29页 |
| ·数据预处理 | 第29-30页 |
| ·特征降维 | 第30-37页 |
| ·主成分分析(PCA) | 第31-34页 |
| ·主成分分析的基本原理 | 第31-33页 |
| ·主成分分析的计算步骤 | 第33-34页 |
| ·线性判别式分析(LDA) | 第34-37页 |
| ·线性判别式分析基本原理 | 第35-36页 |
| ·线性判别式分析的计算 | 第36-37页 |
| ·特征选择方法 | 第37页 |
| ·神经网络识别 | 第37-50页 |
| ·定性识别 | 第39-43页 |
| ·BP算法推导 | 第39-42页 |
| ·BP网络学习步骤 | 第42-43页 |
| ·定量检测 | 第43-50页 |
| ·自适应共振理论(ART)简述 | 第43-46页 |
| ·模糊自适应共振理论(Fuzzy ART) | 第46-48页 |
| ·模糊系统建模 | 第48-50页 |
| ·浓度估计 | 第50页 |
| ·GUI界面 | 第50-55页 |
| 4 实验方法与实验结果 | 第55-66页 |
| ·实验步骤 | 第55-56页 |
| ·数据处理及结果 | 第56-64页 |
| ·数据预处理 | 第56页 |
| ·特征提取与降维处理 | 第56-60页 |
| ·神经网络识别 | 第60-64页 |
| ·实验总结与讨论 | 第64-66页 |
| 5 总结与展望 | 第66-68页 |
| ·研究成果 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 在学期间所取得的科研成果 | 第71页 |
