| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 符号表 | 第12-13页 |
| 缩写词表（按字母顺序排列） | 第13-14页 |
| 1 绪论 | 第14-24页 |
| 1.1 人工嗅觉系统 | 第14-16页 |
| 1.1.1 气体传感技术 | 第14-15页 |
| 1.1.2 数据处理和模式识别 | 第15-16页 |
| 1.2 常见伤口感染及诊断方法 | 第16-18页 |
| 1.3 电子鼻技术用于伤口感染检测的国内外研究现状 | 第18-20页 |
| 1.4 课题意义、论文结构和创新之处 | 第20-24页 |
| 1.4.1 课题研究意义 | 第20页 |
| 1.4.2 论文结构 | 第20-22页 |
| 1.4.3 主要创新之处 | 第22-24页 |
| 2 用于伤口感染检测的电子鼻硬件系统及相关实验 | 第24-42页 |
| 2.1 用于伤口感染检测的电子鼻硬件平台构建 | 第24-29页 |
| 2.1.1 传感器选型和阵列构建 | 第25-27页 |
| 2.1.2 数据采集系统 | 第27页 |
| 2.1.3 流量控制系统 | 第27-29页 |
| 2.2 伤口感染检测动物实验及响应曲线 | 第29-41页 |
| 2.3 本章小结 | 第41-42页 |
| 3 基于小波系数的电子鼻数据特征矩阵构建和背景去除 | 第42-54页 |
| 3.1 基于小波系数加权求和伤口电子鼻特征矩阵 | 第43-47页 |
| 3.1.1 小波变换 | 第43-45页 |
| 3.1.2 小波系数加权求和模型 | 第45-47页 |
| 3.2 基于小波系数空间相关法的电子鼻背景干扰去除 | 第47-49页 |
| 3.3 实验结果与分析 | 第49-53页 |
| 3.3.1 自适应噪声抵消器和小波系数相关系数法简介 | 第49-50页 |
| 3.3.2 数据处理方案及结果 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 4 基于改进型量子粒子群的电子鼻参数同步优化算法研究 | 第54-72页 |
| 4.1 改进型量子粒子群算法 | 第54-62页 |
| 4.1.1 标准粒子群算法 | 第54-56页 |
| 4.1.2 标准量子粒子群算法 | 第56-58页 |
| 4.1.3 改进策略 | 第58-62页 |
| 4.2 电子鼻参数同步优化模型 | 第62-63页 |
| 4.3 实验结果与分析 | 第63-70页 |
| 4.3.1 标准测试函数结果及分析 | 第63-69页 |
| 4.3.2 电子鼻参数同步优化结果及分析 | 第69-70页 |
| 4.4 本章小结 | 第70-72页 |
| 5 基于加权核主成分分析的电子鼻特征提取算法研究 | 第72-84页 |
| 5.1 加权核主成分分析算法 | 第73-78页 |
| 5.2 实验结果与分析 | 第78-83页 |
| 5.2.1 ICA 和 OSC 简介 | 第78-81页 |
| 5.2.2 数据处理方案及结果 | 第81-83页 |
| 5.3 本章小结 | 第83-84页 |
| 6 基于有监督局部映射保持的电子鼻数据降维算法研究 | 第84-94页 |
| 6.1 有监督局部映射保持算法 | 第85-87页 |
| 6.2 实验结果与分析 | 第87-91页 |
| 6.2.1 FDA 和 MDS 简介 | 第87-90页 |
| 6.2.2 数据处理方案及结果 | 第90-91页 |
| 6.3 本章小结 | 第91-94页 |
| 7 总结与展望 | 第94-98页 |
| 7.1 本文的主要研究内容 | 第94-96页 |
| 7.2 伤口感染检测电子鼻研究展望 | 第96-98页 |
| 致谢 | 第98-100页 |
| 参考文献 | 第100-112页 |
| 附录 | 第112-117页 |
| A. 作者在攻读学位期间发表及录用的论文 | 第112-113页 |
| A.1 导师指导下本人完成的论文 | 第112页 |
| A.2 本人参与研究的他人论文 | 第112-113页 |
| B. 作者在攻读学位期间公开的专利 | 第113页 |
| C. 作者在攻读学位期间参与的科研项目 | 第113-114页 |
| D. 作者在攻读学位期间参与的学科竞赛及获奖 | 第114页 |
| E. 本论文中的实验数据和程序清单等相关信息 | 第114-117页 |
