首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

基于声表面波传感器阵列的气体检测模式识别研究

摘要第5-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 引言第11页
    1.2 声表面波气体传感器研究进展第11-14页
    1.3 气体检测模式识别研究进展第14-15页
    1.4 本文研究的意义和内容第15-17页
        1.4.1 课题研究的意义和目的第15-16页
        1.4.2 本文研究的内容第16-17页
第二章 声表面波气体传感器阵列的设计第17-25页
    2.1 声表面波气体传感器的原理第17-18页
    2.2 声表面波气体传感器的功能结构第18-20页
    2.3 声表面波气体传感器的设计第20-23页
        2.3.1 敏感膜的制备工艺第20-21页
        2.3.2 声表面波气体传感器的制备第21-23页
    2.4 声表面波气体传感器阵列的设计第23-24页
        2.4.1 声表面波气体传感器阵列的物理结构设计第23-24页
        2.4.2 声表面波气体传感器阵列的功能结构设计第24页
    2.5 本章小结第24-25页
第三章 气体模式识别基本理论第25-36页
    3.1 气体模式识别系统第25-26页
        3.1.1 数据获取第25-26页
        3.1.2 数据预处理第26页
        3.1.3 特征提取、特征选择第26页
        3.1.4 分类决策第26页
    3.2 气体信号数据处理方法第26-29页
        3.2.1 归一化第26-27页
        3.2.2 时频变换第27-28页
            3.2.2.1 快速傅立叶变换第27-28页
            3.2.2.2 离散小波变换第28页
        3.2.3 曲线拟合第28-29页
    3.3 气体检测模式识别方法第29-35页
        3.3.1 基于统计理论的线性分类方法第30-32页
            3.3.1.1 主成分分析法(PCA)第30-31页
            3.3.1.2 K-最邻近结点算法(KNN)第31-32页
            3.3.1.3 交叉检验第32页
        3.3.2 基于神经网络的非线性分类方法第32-35页
            3.3.2.1 基于误差反向传播算法(BP)第32-34页
            3.3.2.2 遗传算法(GA)第34-35页
    3.4 本章小结第35-36页
第四章 声表面波阵列传感器气体检测系统的设计第36-55页
    4.1 声表面波阵列传感器气体检测的原理第36-37页
    4.2 敏感单元的测试和选取第37-40页
    4.3 声表面波传感器阵列气体检测系统的设计第40-42页
    4.4 气体检测系统的基本实验步骤第42-43页
    4.5 气体频率信号的空间标定与特征值提取第43-54页
        4.5.1 频率信号的采集第43-44页
        4.5.2 频率信号的预处理第44-49页
            4.5.2.1 分类取值第44-46页
            4.5.2.2 离散小波变换(DWT)第46-49页
        4.5.3 频率信号样本空间的标定第49-51页
            4.5.3.1 数据空间的标定第49-50页
            4.5.3.2 类型空间的标定第50页
            4.5.3.3 样本空间的标定第50-51页
        4.5.4 频率信号的特征提取与识别方法第51-54页
            4.5.4.1 主要参数第51-52页
            4.5.4.2 主成分分析法确定参数npc第52-53页
            4.5.4.3 k-最邻近结点算法确定参数k第53-54页
    4.6 气体检测系统实时监测设计第54页
    4.7 模式识别算法复杂度分析第54页
    4.8 本章小结第54-55页
第五章 气体检测系统的识别结果分析第55-62页
    5.1 算法及其参数对识别结果的影响第55-58页
        5.1.1 BP神经网络算法第55-56页
            5.1.1.1 拓扑结构对识别结果的影响第55-56页
            5.1.1.2 学习率对识别结果的影响第56页
        5.1.2 主成分分析与K近邻相结合的算法第56-58页
    5.2 外界因素对系统的影响及解决方案第58-61页
        5.2.1 参比单元、气体流量对频率信号采集的影响第58-60页
        5.2.2 温度对系统的影响及解决方案第60页
        5.2.3 气泵对信号采集的影响第60-61页
    5.3 本章小结第61-62页
第六章 总结和展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
致谢第64-65页
参考文献第65-68页
攻读硕士期间的研究成果第68-69页

论文共69页,点击 下载论文
上一篇:多智能体系统一致性问题研究
下一篇:面向信号的自动测试系统中资源建模技术研究与实现