| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·电子鼻技术概述 | 第8页 |
| ·电子鼻技术在食品检测中的应用 | 第8-12页 |
| ·电子鼻系统漂移问题 | 第12-15页 |
| ·研究目的与意义 | 第15页 |
| ·论文的主要研究内容 | 第15-16页 |
| 第2章 电子鼻系统与试验 | 第16-32页 |
| ·电子鼻系统 | 第16-18页 |
| ·试验 | 第18-22页 |
| ·试验材料 | 第18-20页 |
| ·试验方法 | 第20-22页 |
| ·电子鼻漂移现象 | 第22-26页 |
| ·数据预处理 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于快速傅里叶变换的电子鼻漂移补偿研究 | 第32-44页 |
| ·快速傅里叶变换简介 | 第32-33页 |
| ·离散傅里叶变换 | 第32-33页 |
| ·快速傅里叶变换 | 第33页 |
| ·基于快速傅里叶变换的电子鼻去漂移方法 | 第33-39页 |
| ·阈值滤波函数构造 | 第34-35页 |
| ·去漂移与信号重构 | 第35-39页 |
| ·特征值提取 | 第39页 |
| ·结果与分析 | 第39-43页 |
| ·白酒样品的Fisher判别结果分析 | 第40-41页 |
| ·食醋样品的Fisher判别结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于独立分量分析的电子鼻信号去漂移方法研究 | 第44-58页 |
| ·ICA基本概念和模型 | 第44-45页 |
| ·基于负熵非高斯性最大化的快速ICA算法 | 第45-47页 |
| ·预处理 | 第45-46页 |
| ·基于负熵非高斯性最大化的快速ICA算法 | 第46-47页 |
| ·ICA融合小波能量阈值的电子鼻信号去漂移方法 | 第47-50页 |
| ·小波能量计算 | 第48-49页 |
| ·去漂移方法 | 第49-50页 |
| ·电子鼻信号的重构 | 第50页 |
| ·结果与分析 | 第50-57页 |
| ·去漂移后电子鼻信号分析 | 第51-54页 |
| ·白酒样品的Fisher判别结果分析 | 第54-56页 |
| ·食醋样品的Fisher判别结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论与展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的研究成果 | 第65页 |