恶臭电子鼻信息处理技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| §1-1 引言 | 第8-12页 |
| 1-1-1 恶臭污染定义及其危害 | 第8-9页 |
| 1-1-2 恶臭物质种类 | 第9页 |
| 1-1-3 恶臭污染来源 | 第9-10页 |
| 1-1-4 恶臭测量方法 | 第10-11页 |
| 1-1-5 恶臭评价方法 | 第11-12页 |
| §1-2 电子鼻技术简介 | 第12-15页 |
| 1-2-1 电子鼻定义及组成 | 第12-14页 |
| 1-2-2 电子鼻应用 | 第14-15页 |
| §1-3 恶臭电子鼻研究现状 | 第15-16页 |
| §1-4 电子鼻中的主要模式识别方法简介 | 第16-17页 |
| §1-5 本文的主要研究内容以及论文结构 | 第17-19页 |
| 1-5-1 论文的主要研究内容 | 第17页 |
| 1-5-2 论文结构 | 第17-19页 |
| 第二章 恶臭电子鼻系统方案设计 | 第19-32页 |
| §2-1 恶臭电子鼻系统结构 | 第19页 |
| §2-2 恶臭电子鼻硬件系统 | 第19-27页 |
| 2-2-1 传感器的选型 | 第19-21页 |
| 2-2-2 调理电路 | 第21-23页 |
| 2-2-3 信号预处理 | 第23-24页 |
| 2-2-4 特征提取 | 第24-27页 |
| §2-3 恶臭电子鼻软件设计 | 第27-31页 |
| 2-3-1 LabVIEW 平台介绍 | 第27-28页 |
| 2-3-2 软件系统设计以及功能的实现 | 第28-31页 |
| §2-4 本章小结 | 第31-32页 |
| 第三章 恶臭定量检测技术 | 第32-50页 |
| §3-1 模式识别技术 | 第34-39页 |
| 3-1-1 主分量分析 | 第36页 |
| 3-1-2 独立分量分析 | 第36-38页 |
| 3-1-3 BP 神经网络算法 | 第38-39页 |
| §3-2 数据采集以及特征值提取 | 第39-44页 |
| 3-2-1 数据采集 | 第39-42页 |
| 3-2-2 特征值提取 | 第42-44页 |
| §3-3 恶臭定量模型的建立 | 第44-48页 |
| 3-3-1 前向三层 BP 神经网络 | 第44页 |
| 3-3-2 BP 算法 | 第44-45页 |
| 3-3-3 输入输出层的确定 | 第45页 |
| 3-3-4 隐含层的确定 | 第45-48页 |
| §3-4 BP 神经网络识别过程 | 第48-49页 |
| §3-5 本章小结 | 第49-50页 |
| 第四章 恶臭样品实验 | 第50-58页 |
| §4-1 实验过程 | 第50-51页 |
| §4-2 基于 BP 神经网络的定量识别分析 | 第51-57页 |
| 4-2-1 PCA 数据处理 | 第51-53页 |
| 4-2-2 ICA 数据处理 | 第53-55页 |
| 4-2-3 BP 神经网络对恶臭气体的定量识别 | 第55-57页 |
| §4-3 本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录 A | 第63-66页 |
