基于气体传感器阵列的食醋分类与识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·食醋的质量评定 | 第8-10页 |
| ·感官分析 | 第8-9页 |
| ·化学分析检验 | 第9页 |
| ·传感器阵列分析 | 第9-10页 |
| ·电子鼻系统简介 | 第10-15页 |
| ·进样处理技术 | 第12-13页 |
| ·检测系统 | 第13-14页 |
| ·信号采集 | 第14-15页 |
| ·模式识别技术 | 第15页 |
| ·电子鼻食醋的测量的国内外现状 | 第15-16页 |
| ·本论文的研究内容和研究意义 | 第16-18页 |
| 第二章 用于食醋动态测量的电子鼻系统的设计 | 第18-29页 |
| ·实验用传感器阵列设计 | 第18-20页 |
| ·选型原则 | 第18-19页 |
| ·测试时空气纯度控制 | 第19页 |
| ·实验用TGS传感器简介 | 第19-20页 |
| ·采样系统 | 第20-25页 |
| ·采样技术简介 | 第20-21页 |
| ·本次实验采样技术思路 | 第21-25页 |
| ·信号调理和采集 | 第25-26页 |
| ·软件系统 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 食醋的电子鼻测量 | 第29-35页 |
| ·测量样本 | 第29页 |
| ·传感器阵列分布 | 第29-32页 |
| ·实验操作步骤 | 第32页 |
| ·数据处理和分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 食醋电子鼻信号的特征分析 | 第35-40页 |
| ·主成分(PCA)分析 | 第35-38页 |
| ·聚类(CA)分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于电子鼻的食醋识别 | 第40-47页 |
| ·人工神经网络简介 | 第40-43页 |
| ·基于批处理方法的BP学习算法 | 第40-41页 |
| ·基于递推最小二乘法的BP学习算法 | 第41-43页 |
| ·食醋电子鼻信号的学习向量量化(LVQ)分析 | 第43-45页 |
| ·反传人工神经网络(BP-ANN)分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 结论及展望 | 第47-49页 |
| ·结论 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |
