云电子鼻平台开发及其在黄酒酒龄检测中的应用
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 电子鼻相关研究 | 第11-13页 |
| 1.2.2 远程监测相关研究 | 第13-14页 |
| 1.2.3 电子鼻系统发展及不足 | 第14-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 云电子鼻平台总体设计 | 第17-24页 |
| 2.1 系统设计要求 | 第17页 |
| 2.2 系统总体设计 | 第17-18页 |
| 2.3 关键技术分析 | 第18-23页 |
| 2.3.1 设备端网络接入 | 第18-20页 |
| 2.3.2 网络通信协议 | 第20-22页 |
| 2.3.3 Android系统 | 第22-23页 |
| 2.3.4 数据处理框架 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 电子鼻设备端开发 | 第24-43页 |
| 3.1 设备端总体设计 | 第24页 |
| 3.2 设备端硬件设计 | 第24-35页 |
| 3.2.1 主控模块 | 第24-26页 |
| 3.2.2 网络通信模块 | 第26-29页 |
| 3.2.3 传感器阵列及采样电路 | 第29-31页 |
| 3.2.4 气室及气路 | 第31-34页 |
| 3.2.5 显示、按键及电源模块 | 第34-35页 |
| 3.3 设备端软件设计 | 第35-42页 |
| 3.3.1 工作流程 | 第35页 |
| 3.3.2 网络接入 | 第35-37页 |
| 3.3.3 搜索与连接 | 第37-39页 |
| 3.3.4 手动检测 | 第39-41页 |
| 3.3.5 自动监测 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 电子鼻服务端及客户端App开发 | 第43-60页 |
| 4.1 电子鼻服务端开发 | 第43-53页 |
| 4.1.1 服务端总体设计 | 第43-44页 |
| 4.1.2 电子鼻数据模型 | 第44-49页 |
| 4.1.3 电子鼻数据库设计 | 第49-51页 |
| 4.1.4 服务软件功能设计 | 第51-53页 |
| 4.2 电子鼻客户端App开发 | 第53-59页 |
| 4.2.1 App功能界面设计 | 第53-55页 |
| 4.2.2 用户操作流程 | 第55-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 云电子鼻平台在黄酒酒龄检测中的应用 | 第60-70页 |
| 5.1 平台功能测试 | 第60-62页 |
| 5.1.1 手动检测功能测试 | 第60页 |
| 5.1.2 自动监测功能测试 | 第60-62页 |
| 5.2 黄酒样品与实验方法 | 第62页 |
| 5.3 特征提取和处理 | 第62-65页 |
| 5.3.1 特征提取 | 第62-64页 |
| 5.3.2 特征选择 | 第64-65页 |
| 5.4 黄酒分类模型构建 | 第65-68页 |
| 5.4.1 PCA与LDA分析 | 第65-66页 |
| 5.4.2 基于不同降维方法的LR分类模型 | 第66-67页 |
| 5.4.3 LDA-SVM分类模型 | 第67-68页 |
| 5.5 模型存储与应用 | 第68-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间主要的研究成果 | 第76-77页 |
| 致谢 | 第77页 |
