基于传感器阵列的鲜食葡萄冷链微环境气体检测方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 论文的选题理由及研究意义 | 第9页 |
| 1.2 国内外研究现状及趋势 | 第9-17页 |
| 1.2.1 冷链物流技术 | 第9-10页 |
| 1.2.2 鲜食葡萄的保鲜技术 | 第10-12页 |
| 1.2.3 气体传感器相关技术 | 第12页 |
| 1.2.4 气体传感器阵列现状 | 第12-15页 |
| 1.2.5 气体识别技术 | 第15-16页 |
| 1.2.6 存在的问题及研究趋势 | 第16-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 论文的创新性 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 2 气体传感器选型和性能测试 | 第19-37页 |
| 2.1 需求分析 | 第19-20页 |
| 2.2 气体传感器技术 | 第20-23页 |
| 2.2.1 金属氧化物半导体型气体传感器 | 第21-22页 |
| 2.2.2 电化学型气体传感器 | 第22-23页 |
| 2.3 测试平台 | 第23-26页 |
| 2.3.1 硬件设置 | 第24页 |
| 2.3.2 软件设置 | 第24-26页 |
| 2.4 气体传感器性能测试 | 第26-33页 |
| 2.4.1 金属氧化物传感器性能测试 | 第26-29页 |
| 2.4.2 电化学传感器性能测试 | 第29-33页 |
| 2.5 气体传感器性能比较 | 第33-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 气体传感器阵列优化 | 第37-53页 |
| 3.1 阵列优化问题 | 第37-38页 |
| 3.2 阵列优化 | 第38-44页 |
| 3.2.1 特征参数分析 | 第38-40页 |
| 3.2.2 前向搜索算法 | 第40-42页 |
| 3.2.3 概率神经网络 | 第42-44页 |
| 3.3 阵列优化实验及结果 | 第44-50页 |
| 3.3.1 气体传感器的优化 | 第44-48页 |
| 3.3.2 特征参数优化 | 第48-50页 |
| 3.4 基于前向搜索的传感器阵列优化结果 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 气体传感器阵列的协同分析与参数识别 | 第53-60页 |
| 4.1 气体传感器阵列测试 | 第53-55页 |
| 4.1.1 测试过程 | 第53-54页 |
| 4.1.2 测试结果 | 第54-55页 |
| 4.2 基于PNN的气体量化识别分析 | 第55-59页 |
| 4.2.1 特征提取 | 第55-56页 |
| 4.2.2 PNN量化识别 | 第56-57页 |
| 4.2.3 MLPNN量化识别 | 第57-59页 |
| 4.2.4 结果分析 | 第59页 |
| 4.3 本章小结 | 第59-60页 |
| 5 冷链微环境气体检测系统设计 | 第60-65页 |
| 5.1 模拟测试平台设计 | 第60-61页 |
| 5.2 基于KL25的微型测试系统设计 | 第61-63页 |
| 5.2.1 KL25开发板 | 第61-62页 |
| 5.2.2 系统设计方案 | 第62-63页 |
| 5.3 本章小结 | 第63-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 论文总结 | 第65-66页 |
| 6.2 优化与展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士期间的研究成果 | 第72-73页 |
| 附件 | 第73-74页 |
| 致谢 | 第74页 |
