摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 食醋分类的重要性 | 第10-11页 |
1.1.2 电子鼻系统的实用性 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 论文研究主要内容 | 第15-17页 |
第二章 电子鼻系统设计 | 第17-32页 |
2.1 电子鼻概述 | 第17-18页 |
2.2 电子鼻硬件系统设计 | 第18-28页 |
2.2.1 传感器选择 | 第18-21页 |
2.2.2 电源模块设计 | 第21-25页 |
2.2.3 气体采样装置 | 第25-26页 |
2.2.4 数据采集卡 | 第26-27页 |
2.2.5 整体设计 | 第27-28页 |
2.3 电子鼻软件系统设计 | 第28-30页 |
2.4 本章小结 | 第30-32页 |
第三章 电子鼻数据处理方法 | 第32-50页 |
3.1 实验数据预处理 | 第32-35页 |
3.1.1 传感器数据优选 | 第32-34页 |
3.1.2 标准归一化(SNV) | 第34-35页 |
3.2 特征提取方法 | 第35-40页 |
3.2.1 主成分分析(PCA) | 第35-38页 |
3.2.2 模糊Foley-Sammon变换(FFST) | 第38-40页 |
3.3 分类器 | 第40-49页 |
3.3.1 K-近邻(KNN) | 第40-43页 |
3.3.2 支持向量机(SVM) | 第43-49页 |
3.4 本章小结 | 第49-50页 |
第四章 电子鼻食醋检测实验 | 第50-55页 |
4.1 实验材料 | 第50页 |
4.2 实验过程 | 第50-51页 |
4.3 实验结果与分析 | 第51-54页 |
4.3.1 数据优选结果与讨论 | 第52-54页 |
4.3.2 数据预处理结果与讨论 | 第54页 |
4.4 本章小结 | 第54-55页 |
第五章 电子鼻对不同品牌食醋分类和分析 | 第55-67页 |
5.1 基于FFST食醋分类 | 第55-59页 |
5.1.1 主成分分析的结果与讨论 | 第55-56页 |
5.1.2 FFST的结果分析 | 第56-58页 |
5.1.3 KNN结果分析 | 第58-59页 |
5.2 基于支持向量机(SVM)食醋分类 | 第59-66页 |
5.2.1 分类流程 | 第59-61页 |
5.2.2 参数设置 | 第61页 |
5.2.3 传感器数据未经过优选的结果与分析 | 第61-63页 |
5.2.4 传感器数据经过优选之后的结果与分析 | 第63-64页 |
5.2.5 数据归一化的重要性讨论与分析 | 第64-66页 |
5.3 本章小结 | 第66-67页 |
第六章 结论及展望 | 第67-69页 |
6.1 结论 | 第67-68页 |
6.2 展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
攻读硕士学位期间发表论文及科研情况 | 第74页 |