摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
符号表 | 第11-13页 |
1 绪论 | 第13-23页 |
·人工嗅觉系统 | 第13-14页 |
·气体传感器 | 第13页 |
·信号预处理 | 第13-14页 |
·模式识别算法 | 第14页 |
·电子鼻伤口感染检测原理 | 第14-18页 |
·伤口愈合类型和阶段 | 第15页 |
·影响伤口愈合的因素 | 第15-16页 |
·伤口感染常见病原菌及挥发性产物 | 第16-18页 |
·电子鼻系统用于伤口感染检测的国内外研究现状 | 第18-20页 |
·课题意义及论文结构安排 | 第20-23页 |
·课题研究意义 | 第20页 |
·论文结构 | 第20-21页 |
·主要研究内容 | 第21-23页 |
2 伤口感染检测电子鼻系统构建及相关实验 | 第23-33页 |
·气体传感器选型与阵列构建 | 第23-26页 |
·伤口感染检测相关实验 | 第26-30页 |
·实验流程 | 第26-28页 |
·流速控制系统 | 第28-30页 |
·传感器阵列响应曲线分析 | 第30-31页 |
·本章小结 | 第31-33页 |
3 伤口感染检测电子鼻信号预处理及特征提取 | 第33-63页 |
·电子鼻信号预处理常见方法 | 第33-35页 |
·电子鼻信号特征提取常见方法 | 第35-44页 |
·基于原始响应曲线的伤口检测电子鼻特征提取 | 第35-37页 |
·基于曲线拟合的伤口检测电子鼻特征提取 | 第37-41页 |
·基于变换域的伤口检测电子鼻特征提取 | 第41-44页 |
·特征的箱线图表示 | 第44-53页 |
·主成分分析 | 第53-62页 |
·本章小结 | 第62-63页 |
4 基于支持向量机的伤口感染检测电子鼻模式分类 | 第63-89页 |
·统计学习理论基本思想 | 第63-66页 |
·经验风险最小化原则 | 第63-65页 |
·结构风险最小化原则 | 第65-66页 |
·支持向量机 | 第66-75页 |
·线性可分支持向量机 | 第67-69页 |
·线性软间隔支持向量机 | 第69-70页 |
·非线性支持向量机 | 第70-73页 |
·多类分类问题的解决方案[106] | 第73-75页 |
·基于 GA-SVM 的伤口感染检测电子鼻模式识别 | 第75-88页 |
·支持向量机参数对分类的影响 | 第75-77页 |
·基于网格搜索的 SVM 参数选择 | 第77-79页 |
·遗传算法基本流程[112-115] | 第79-81页 |
·遗传算法基本操作 | 第81-83页 |
·遗传算法理论基础 | 第83-84页 |
·遗传算法控制参数选择 | 第84-85页 |
·基于遗传算法的支持向量机参数选择 | 第85-88页 |
·本章小结 | 第88-89页 |
5 基于粒子群优化算法的分类器模型参数和传感器阵列优化 | 第89-103页 |
·粒子群优化算法的基本形式 | 第90-96页 |
·原始的粒子群优化算法 | 第90-91页 |
·标准的粒子群优化算法 | 第91-92页 |
·标准粒子群优化算法参数分析 | 第92-94页 |
·标准粒子群优化算法步骤 | 第94-96页 |
·基于 PSO 的支持向量机模型参数及传感器阵列优化 | 第96-102页 |
·支持向量机模型参数对分类结果的影响 | 第96-97页 |
·电子鼻传感器阵列常见的优化方法 | 第97-98页 |
·基于 PSO 的 SVM 模型参数和传感器阵列同步优化方法 | 第98-102页 |
·本章小结 | 第102-103页 |
6 基于独立分量分析的伤口感染检测电子鼻信号背景干扰消除 | 第103-125页 |
·ICA 的数学描述 | 第104-105页 |
·ICA 目标函数 | 第105-113页 |
·极大化非高斯性估计方法 | 第105-109页 |
·互信息极小化判据 | 第109-110页 |
·极大似然估计方法 | 第110-112页 |
·信息极大化估计方法 | 第112-113页 |
·ICA 优化算法 | 第113-119页 |
·梯度最速下降法 | 第113-114页 |
·牛顿法 | 第114页 |
·相对梯度法 | 第114-116页 |
·FastICA 算法 | 第116-119页 |
·基于独立分量分析的伤口检测电子鼻去除背景干扰算法 | 第119-124页 |
·带噪声的 ICA 模型 | 第121页 |
·基于参考向量的独立分量分析去除背景干扰算法 | 第121-124页 |
·本章小结 | 第124-125页 |
7 总结与展望 | 第125-129页 |
·本文的主要研究内容 | 第125-126页 |
·本文的创新之处 | 第126页 |
·伤口感染检测电子鼻研究展望 | 第126-129页 |
致谢 | 第129-131页 |
参考文献 | 第131-143页 |
附录 | 第143-148页 |
A. 作者在攻读学位期间发表及录用的论文目录 | 第143-144页 |
B. 作者在攻读学位期间参与的科研项目 | 第144页 |
C. 本论文中的实验数据和程序清单等相关信息 | 第144-148页 |