| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 室内空气质量检测现状 | 第8-10页 |
| 1.1.1 室内空气质量的研究背景 | 第8-9页 |
| 1.1.2 常见的室内污染物检测方法 | 第9-10页 |
| 1.2 应用于空气质量监测的电子鼻 | 第10-16页 |
| 1.2.1 电子鼻系统概述 | 第10-14页 |
| 1.2.2 电子鼻的国内外研究现状 | 第14-16页 |
| 1.3 分类器集成的国内外研究进展 | 第16-17页 |
| 1.4 论文的主要内容及安排 | 第17-18页 |
| 2 空气质量监测电子鼻系统 | 第18-26页 |
| 2.1 电子鼻系统硬件结构 | 第18-20页 |
| 2.2 电子鼻系统实验设备 | 第20-22页 |
| 2.2.1 实验平台 | 第20-21页 |
| 2.2.2 实验数据采集 | 第21-22页 |
| 2.3 电子鼻系统软件设计 | 第22-25页 |
| 2.3.1 功能软件介绍 | 第22-24页 |
| 2.3.2 算法设计 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 算法原理介绍 | 第26-40页 |
| 3.1 核函数主成分分析原理介绍 | 第26-28页 |
| 3.1.1 核方法 | 第26-27页 |
| 3.1.2 核函数主成分分析算法描述 | 第27-28页 |
| 3.2 主成分分析原理介绍 | 第28-30页 |
| 3.3 独立分量分析原理介绍 | 第30-31页 |
| 3.4 基于支持向量机理论的分类器设计 | 第31-33页 |
| 3.5 多分类器集成原理概述 | 第33-39页 |
| 3.5.1 引言 | 第33页 |
| 3.5.2 多分类器集成的概念与定义 | 第33-34页 |
| 3.5.3 基分类器的生成 | 第34-38页 |
| 3.5.4 基分类器的融合策略选择 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 多类分类器的集成技术研究 | 第40-48页 |
| 4.1 引言 | 第40页 |
| 4.2 不同特征提取方法下的基分类器生成 | 第40-43页 |
| 4.2.1 KPCA-SVM 基分类器设计 | 第41-42页 |
| 4.2.2 PCA-SVM 基分类器设计 | 第42页 |
| 4.2.3 ICA-SVM 基分类器设计 | 第42-43页 |
| 4.3 KPCA-SVM 集成分类器模型 | 第43-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 实验数据及结果分析 | 第48-62页 |
| 5.1 实验样本 | 第48-49页 |
| 5.2 数据预处理 | 第49-50页 |
| 5.3 数据集分布 | 第50-52页 |
| 5.4 特征提取研究的结果分析 | 第52-58页 |
| 5.4.1 KPCA 分析结果 | 第52-56页 |
| 5.4.2 PCA 分析结果 | 第56-57页 |
| 5.4.3 ICA 分析结果 | 第57-58页 |
| 5.4.4 不同特征提取方法结果比较 | 第58页 |
| 5.5 KPCA-SVM 集成分类器模型的效果分析 | 第58-61页 |
| 5.6 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 附录 | 第72-73页 |
| A. 作者在攻读学位期间发表的论文目录 | 第72页 |
| B. 作者在攻读学位期间参加的项目 | 第72页 |
| C. 作者在攻读硕士学位期间申请的专利 | 第72页 |
| D. 论文中的实验数据及程序清单 | 第72-73页 |