面向食品风味的电子鼻快速检测系统的设计
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·研究目的和意义 | 第13-14页 |
| ·论文研究内容 | 第14-15页 |
| 第2章 电子鼻系统硬件部分模块化设计 | 第15-26页 |
| ·电子鼻原理 | 第15页 |
| ·气敏传感器阵列设计 | 第15-22页 |
| ·气敏传感器概述 | 第15-17页 |
| ·气敏传感器选择 | 第17-20页 |
| ·电源模块设计 | 第20-21页 |
| ·气敏传感器的阵列搭建 | 第21-22页 |
| ·数据采集卡的选择 | 第22页 |
| ·采样系统的设计与传感器清洗 | 第22-26页 |
| 第3章 电子鼻系统软件部分设计 | 第26-37页 |
| ·虚拟仪器技术与LabVIEW | 第26页 |
| ·电子鼻软件框架的整体设计 | 第26-28页 |
| ·数据采集与存储 | 第28-29页 |
| ·特征值的选取及电子鼻阵列的优化 | 第29-31页 |
| ·数据特征值的选取 | 第29页 |
| ·传感器阵列优化 | 第29-31页 |
| ·模式识别的实现 | 第31-37页 |
| ·反向传播人工神经网络算法的实现 | 第32-35页 |
| ·主成分分析与判别分析法的实现 | 第35-37页 |
| 第4章 电子鼻实验平台验证 | 第37-42页 |
| ·实验方案的设计 | 第37-38页 |
| ·BP算法处理及结果分析 | 第38-39页 |
| ·主成分分析法 | 第39-42页 |
| 第5章 对于李子成熟度模式识别算法的研究 | 第42-49页 |
| ·实验方案的设计 | 第42-43页 |
| ·模式识别算法的研究 | 第43-47页 |
| ·BP算法及结果分析 | 第43-44页 |
| ·主成分分析法 | 第44-45页 |
| ·学习向量量化网络 | 第45-46页 |
| ·k近邻法 | 第46-47页 |
| ·李子成熟度模式识别算法的评价 | 第47-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 发表论文与参加科研情况说明 | 第54页 |
