基于嗅觉神经网络的电子鼻仿生信息处理技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目次 | 第8-10页 |
| 图表索引 | 第10-12页 |
| 1 绪论 | 第12-27页 |
| ·生物嗅觉的信息处理机制 | 第13-16页 |
| ·电子鼻的仿生原理及其关键技术 | 第16-22页 |
| ·电子鼻中的传感技术 | 第17-20页 |
| ·电子鼻中的模式识别技术 | 第20-22页 |
| ·电子鼻的应用进展 | 第22-24页 |
| ·课题的主要工作和论文结构 | 第24-27页 |
| 2 嗅觉神经网络的结构与分析 | 第27-60页 |
| ·嗅觉神经网络概述 | 第27-31页 |
| ·KⅢ网络的理论基础 | 第31-40页 |
| ·神经元集群行为和KⅢ网络的基本单元 | 第31-36页 |
| ·KⅢ网络的拓扑结构和数学模型 | 第36-40页 |
| ·KⅢ网络的功能仿真分析 | 第40-51页 |
| ·KⅢ网络的拓扑性质分析 | 第51-56页 |
| ·KⅢ网络在仿生电子鼻中的应用 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 3 基于嗅觉神经网络的人工嗅觉理论研究 | 第60-101页 |
| ·KⅢ网络的模式识别基础 | 第60-69页 |
| ·特征获取 | 第61-62页 |
| ·学习规则 | 第62-66页 |
| ·训练与识别过程 | 第66-69页 |
| ·电子鼻仪器系统设计 | 第69-75页 |
| ·气敏传感器选择 | 第70-71页 |
| ·仪器系统设计 | 第71-75页 |
| ·补偿气敏传感器漂移的研究 | 第75-87页 |
| ·气敏传感器漂移及其补偿对策 | 第75-77页 |
| ·实验与预处理 | 第77-80页 |
| ·KⅢ网络处理结果及讨论 | 第80-84页 |
| ·与BP神经网络等的对比 | 第84-87页 |
| ·对气味浓度影响的鲁棒性研究 | 第87-93页 |
| ·应用KⅢ网络时空模式的气味识别 | 第93-98页 |
| ·同步振荡与KⅢ网络的时间模式 | 第93-95页 |
| ·实验与讨论 | 第95-98页 |
| ·本章小结 | 第98-101页 |
| 4 基于嗅觉神经网络的电子鼻在食品检测中的应用 | 第101-120页 |
| ·支持向量机及与KⅢ网络的结合 | 第101-108页 |
| ·支持向量机简介 | 第102-105页 |
| ·结合KⅢ与SVM的级联和集群分类器 | 第105-108页 |
| ·在茶叶识别中的应用 | 第108-113页 |
| ·电子鼻在茶叶识别中的应用 | 第108-110页 |
| ·实验与讨论 | 第110-113页 |
| ·在鲜奶与还原奶分类中的应用 | 第113-119页 |
| ·电子鼻在乳业中的应用 | 第113-115页 |
| ·实验与讨论 | 第115-119页 |
| ·本章小结 | 第119-120页 |
| 5 总结与展望 | 第120-125页 |
| ·工作总结 | 第120-122页 |
| ·未来工作展望 | 第122-125页 |
| 参考文献 | 第125-134页 |
| 致谢 | 第134-135页 |
| 作者简历 | 第135-136页 |
| 附录一 攻读博士学位期间主要的研究成果 | 第136-138页 |
| 附录二 攻读博士学位期间参与研究开发项目 | 第138页 |
