首页--医药、卫生论文--中国医学论文--中药学论文--中药化学论文

味觉仿生系统在中药检测领域的应用

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-19页
   ·课题研究背景及意义第11-12页
   ·国内外研究现状第12-17页
     ·中药检测研究现状第12页
     ·味觉仿生系统研究现状第12-17页
   ·本文所做的工作第17-19页
第2章 味觉仿生系统第19-29页
   ·伏安型味觉仿生系统第19-27页
     ·伏安型味觉仿生系统结构第19-20页
     ·传感器阵列第20页
     ·信号采集系统第20-22页
     ·信号处理系统第22-27页
   ·SA402B 型智能味觉仿生系统概述第27-29页
第3章 伏安型味觉仿生系统对不同品种中药的鉴别第29-40页
   ·不同品种中药材检测实验第29-30页
   ·伏安法检测结果第30-32页
     ·差分脉冲伏安法检测结果第30-31页
     ·方波伏安法检测结果第31-32页
   ·特征提取第32-33页
   ·模式识别结果第33-39页
     ·主成分分析结果第33-35页
     ·层次聚类分析结果第35-37页
     ·基于粒子群算法的 K 均值聚类分析结果第37-39页
   ·本章小结第39-40页
第4章 伏安型味觉仿生系统对不同剂量中药的鉴别第40-50页
   ·不同剂量中药材检测实验第40页
   ·伏安法检测结果第40-43页
     ·差分脉冲伏安法检测结果第40-41页
     ·方波伏安法检测结果第41-43页
   ·特征提取第43页
   ·模式识别结果第43-49页
     ·主成分分析结果第43-45页
     ·层次聚类分析结果第45-47页
     ·基于粒子群算法的 K 均值聚类分析结果第47-49页
   ·本章小结第49-50页
第5章 伏安型味觉仿生系统对不同产地中药的鉴别第50-60页
   ·不同产地中药材检测实验第50页
   ·伏安法检测结果第50-53页
     ·差分脉冲伏安法检测结果第50-51页
     ·方波伏安法检测结果第51-53页
   ·特征提取第53页
   ·模式识别结果第53-59页
     ·主成分分析结果第53-55页
     ·层次聚类分析结果第55-57页
     ·基于粒子群算法的 K 均值聚类分析结果第57-59页
   ·本章小结第59-60页
第6章 味觉仿生系统对中药材的味觉量化研究第60-66页
   ·实验样品、设备及过程第60-61页
   ·特征提取第61-62页
   ·中药材的味觉信息分析结果第62-65页
     ·中药材总体味觉信息分析结果第62页
     ·中药材单一味觉信息分析结果第62-65页
   ·本章小结第65-66页
结论与展望第66-67页
参考文献第67-73页
攻读硕士期间发表论文情况及参与项目第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于线性神经网络的配电网谐波检测技术研究
下一篇:观测时滞系统预测滤波算法研究