用于饮料辨识的电子舌技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·电子舌技术 | 第12-13页 |
| ·国内外研究进展 | 第13-15页 |
| ·存在问题 | 第15页 |
| ·本课题研究内容 | 第15-17页 |
| 第2章 模式识别算法 | 第17-25页 |
| ·主成分分析法 | 第17-20页 |
| ·主成分分析法原理 | 第17-18页 |
| ·主成分分析法计算步骤 | 第18-20页 |
| ·概率神经网络 | 第20-22页 |
| ·概率神经网络原理 | 第20-22页 |
| ·概率神经网络算法步骤 | 第22页 |
| ·C 均值聚类 | 第22-25页 |
| ·C 均值聚类算法原理 | 第22-24页 |
| ·C 均值聚类算法步骤 | 第24-25页 |
| 第3章 伏安型电子舌 | 第25-37页 |
| ·系统构建原理 | 第25-27页 |
| ·溶液的双电层体系 | 第25-26页 |
| ·差分脉冲伏安法原理 | 第26-27页 |
| ·伏安型电子舌系统 | 第27-28页 |
| ·伏安型电子舌识别绿茶 | 第28-36页 |
| ·实验 | 第28-32页 |
| ·数据处理 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 电位型电子舌 | 第37-53页 |
| ·系统构建原理 | 第37-38页 |
| ·电位型电子舌系统 | 第38-39页 |
| ·电位型电子舌识别橙汁 | 第39-44页 |
| ·实验 | 第39-41页 |
| ·数据处理 | 第41-44页 |
| ·电位型电子舌识别矿泉水 | 第44-51页 |
| ·实验 | 第44-45页 |
| ·数据处理 | 第45-51页 |
| ·本章小结 | 第51-53页 |
| 总结与展望 | 第53-55页 |
| 总结 | 第53-54页 |
| 展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |