| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·电子鼻系统概述 | 第9-10页 |
| ·电子鼻系统相关技术研究现状 | 第10-14页 |
| ·气敏传感器技术 | 第10页 |
| ·数据预处理和特征提取 | 第10-12页 |
| ·模式识别算法 | 第12-14页 |
| ·电子鼻技术应用现状 | 第14页 |
| ·本文主要工作和论文结构 | 第14-16页 |
| ·本文主要内容和论文结构 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 第2章 数据采集系统设计 | 第16-25页 |
| ·电子鼻仪器系统设计 | 第16-20页 |
| ·气敏传感器选择 | 第18-19页 |
| ·电子鼻仪器设计 | 第19-20页 |
| ·数据预处理和特征提取 | 第20-24页 |
| ·基线处理和归一化 | 第20-21页 |
| ·特征量提取 | 第21-22页 |
| ·特征量转化 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 HTM学习算法 | 第25-36页 |
| ·HTM模型的理论基础 | 第27-31页 |
| ·层级组织结构 | 第27-28页 |
| ·神经元结构与连接方式 | 第28-30页 |
| ·稀疏分布式编码 | 第30-31页 |
| ·HTM学习算法原理 | 第31-34页 |
| ·空间模式分类器 | 第31-33页 |
| ·时序模式分类器 | 第33-34页 |
| ·HTM模型的功能 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于HTM空间模式分类器的嗅觉模式识别算法 | 第36-49页 |
| ·算法实现 | 第36-43页 |
| ·初始化 | 第37页 |
| ·计算各功能柱对样本输入的激活值 | 第37-38页 |
| ·抑制活跃度低的功能柱 | 第38-40页 |
| ·更新功能柱参数 | 第40-43页 |
| ·气体识别实验中的应用 | 第43-48页 |
| ·黄酒主要成分识别实验 | 第43-44页 |
| ·实验结果分析与讨论 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 结论与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·未来工作展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 附录 攻读硕士期间发表论文 | 第54-55页 |