首页--工业技术论文--轻工业、手工业论文--食品工业论文--酿造工业论文--调味品的生产论文--常用调味品论文

基于电子鼻系统的食醋分类研究

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

论文共74页,点击 下载论文
上一篇:畜禽类食品供应链追溯管理平台的研究与开发
下一篇:氨基酸对花鲢肌球蛋白热聚集行为影响的研究