| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·人的嗅觉机理 | 第8-9页 |
| ·嗅上皮和嗅细胞 | 第8页 |
| ·嗅觉产生的机理和特点 | 第8-9页 |
| ·嗅觉信号的传递与处理 | 第9页 |
| ·电子鼻系统简介与研究现状 | 第9-11页 |
| ·电子鼻系统简介 | 第9-10页 |
| ·电子鼻系统研究现状 | 第10-11页 |
| ·电子鼻的应用与发展前景 | 第11-12页 |
| ·论文研究的意义和主要内容 | 第12-13页 |
| ·论文章节安排 | 第13-15页 |
| 2 电子鼻硬件系统 | 第15-27页 |
| ·电子鼻硬件系统结构 | 第15页 |
| ·气体传感器的研究现状 | 第15-18页 |
| ·金属氧化物气体传感器 | 第15-16页 |
| ·导电聚合物气体传感器 | 第16页 |
| ·压电类气体传感器 | 第16-17页 |
| ·电化学型气体传感器 | 第17页 |
| ·光纤气体传感器 | 第17-18页 |
| ·传感器阵列 | 第18-23页 |
| ·TGS 系列气体传感器 | 第18-19页 |
| ·QS-01 气体传感器 | 第19-20页 |
| ·MQK-2 气体传感器 | 第20页 |
| ·温度传感器LM35 | 第20-21页 |
| ·湿度传感器HIH3610 | 第21-22页 |
| ·压力传感器MPX2200 | 第22-23页 |
| ·信号调理电路 | 第23-25页 |
| ·USB2002 数据采集卡 | 第25-27页 |
| 3 电子鼻中的信号处理方法 | 第27-41页 |
| ·数据预处理 | 第27-28页 |
| ·主成分分析 | 第28-31页 |
| ·主成分分析的定义和基本原理 | 第29-31页 |
| ·主成分分析的性质 | 第31页 |
| ·人工神经网络模式识别技术 | 第31-41页 |
| ·人工神经网络概述 | 第31-32页 |
| ·BP 神经网络 | 第32-36页 |
| ·SOM 神经网络 | 第36-37页 |
| ·模糊神经网络 | 第37-41页 |
| 4 独立分量分析（ICA）在混合气体特征提取中的作用 | 第41-52页 |
| ·独立分量分析算法 | 第41-45页 |
| ·独立分量分析的定义及其数学模型 | 第41-42页 |
| ·FastICA 算法 | 第42-45页 |
| ·ICA 方法用于混合气体的特征提取 | 第45-52页 |
| ·基于电子鼻的气体信号的特点 | 第45-46页 |
| ·ICA 应用于电子鼻信号的效果 | 第46-52页 |
| 5 气体等级鉴别数学模型与实验分析 | 第52-65页 |
| ·基于电子鼻的气体等级鉴别数学模型 | 第52-53页 |
| ·实验过程简介 | 第53-54页 |
| ·实验气体 | 第53页 |
| ·实验过程 | 第53-54页 |
| ·传感器阵列的响应信号 | 第54页 |
| ·实验分析 | 第54-63页 |
| ·实验数据预处理 | 第54-55页 |
| ·单一气体实验分析 | 第55-57页 |
| ·混合气体实验分析 | 第57-58页 |
| ·几种网络模型的比较 | 第58-63页 |
| ·本章小节 | 第63-65页 |
| 6 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录A 作者在攻读学位期间发表的论文目录 | 第71页 |
| 附录B 攻读学位期间参加的科研课题 | 第71-72页 |
| 独创性声明 | 第72页 |
| 学位论文版权使用授权书 | 第72页 |