| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 缩略词中英文清单 | 第15-16页 |
| 第一章 绪论 | 第16-31页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 人工味觉系统-电子舌 | 第17-22页 |
| 1.2.1 电子舌机理 | 第17-20页 |
| 1.2.2. 电子舌的分类 | 第20-22页 |
| 1.3 国内外研究现状 | 第22-29页 |
| 1.3.1 电子舌结合模式识别在国内外研究现状 | 第22-26页 |
| 1.3.2 电子舌在水质监测方面的国内外研究现状 | 第26-29页 |
| 1.4 本文研究的目的及意义 | 第29页 |
| 1.5 课题来源 | 第29页 |
| 1.6 主要研究内容 | 第29-30页 |
| 1.7 本章小结 | 第30-31页 |
| 第二章 试验仪器,材料及方法 | 第31-37页 |
| 2.1 试验仪器 | 第31-34页 |
| 2.1.1 电子舌系统 | 第31-34页 |
| 2.1.2 酸度计 | 第34页 |
| 2.1.3 紫外/可见分光光度计 | 第34页 |
| 2.2 试验材料 | 第34页 |
| 2.3 试验步骤 | 第34-36页 |
| 2.4 试验方法 | 第36页 |
| 2.4.1 电子舌检测 | 第36页 |
| 2.4.2 温度和pH测量 | 第36页 |
| 2.4.3 溶解氧测量(DO) | 第36页 |
| 2.4.4. 亚硝酸盐的测量 | 第36页 |
| 2.4.5 氨氮的测量 | 第36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 模式识别方法及水质预测评价体系 | 第37-47页 |
| 3.1 模式识别方法 | 第37-44页 |
| 3.1.1 方差分析 | 第37页 |
| 3.1.2 主成分分析 | 第37-39页 |
| 3.1.3 人工神经网络 | 第39-44页 |
| 3.2 养殖水的水质预测评价体系 | 第44-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 传感器响应与金鱼养殖水水质关系分析及优化 | 第47-54页 |
| 4.1 典型传感器响应分析 | 第47-48页 |
| 4.2 金鱼养殖水水质与传感器响应方差分析及传感器阵列优化 | 第48-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 电子舌对不同养殖条件的金鱼养殖水的定性检测 | 第54-73页 |
| 5.1 电子舌对不同养殖条件的金鱼养殖水的区分(原始传感器阵列与优化传感器阵列) | 第54-58页 |
| 5.1.1 不同养殖密度条件的金鱼养殖水的区分(主成分分析) | 第54-55页 |
| 5.1.2 不同养殖温度的金鱼养殖水的区分(主成分分析) | 第55页 |
| 5.1.3 不同喂食条件的金鱼养殖水的区分(主成分分析) | 第55-56页 |
| 5.1.4 不同增氧条件的金鱼养殖水的区分(主成分分析) | 第56-57页 |
| 5.1.5 不同酸碱度的金鱼养殖水的区分(主成分分析) | 第57-58页 |
| 5.2 电子舌对金鱼养殖水的不同养殖条件的预测(原始传感器阵列与优化传感器阵列) | 第58-72页 |
| 5.2.1 三种BP神经网络(BP、PSOBP、GABP)对金鱼养殖水的不同养殖条件的预测 | 第58-66页 |
| 5.2.2 两种径向基神经网络(RBFNN、GRNN)对金鱼养殖水的不同养殖条件的预测 | 第66-69页 |
| 5.2.3 模糊神经网络(TSFNN)对金鱼养殖水的不同养殖条件的预测 | 第69-71页 |
| 5.2.4 对比与结论 | 第71-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第六章 电子舌对金鱼养殖水水质的定量检测 | 第73-115页 |
| 6.1 电子舌对各理化指标值不同含量的金鱼养殖水的区分 | 第73-84页 |
| 6.1.1 电子舌对不同亚硝酸盐(NO_2-N)含量的金鱼养殖水的区分 | 第73-76页 |
| 6.1.2 电子舌对不同氨氮(NH_3-N)含量的金鱼养殖水的区分 | 第76-78页 |
| 6.1.3 电子舌对不同溶解氧(DO)含量的金鱼养殖水的区分 | 第78-81页 |
| 6.1.4 电子舌对不同ph值的金鱼养殖水的区分 | 第81-84页 |
| 6.2 电子舌对理化指标的预测 | 第84-112页 |
| 6.2.1 三种BP神经网络(BP、PSOBP、GABP)对各理化指标的预测. | 第85-99页 |
| 6.2.2 两种径向基神经网络(RBFNN、GRNN) | 第99-107页 |
| 6.2.3 模糊神经网络（TSFNN)对各理化指标的预测 | 第107-111页 |
| 6.2.4 不同神经网络预测结果比较 | 第111-112页 |
| 6.3 本章小结 | 第112-115页 |
| 第七章 结论与展望 | 第115-117页 |
| 7.1 主要研究结论 | 第115-116页 |
| 7.2 主要创新点 | 第116页 |
| 7.3 展望 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 致谢 | 第127-128页 |
| 作者简历 | 第128-129页 |
| 博士研究生阶段科研成果 | 第129页 |
