| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 引言 | 第13-30页 |
| ·课题背景及研究意义 | 第13-15页 |
| ·智鼻与智舌系统 | 第15-23页 |
| ·电子鼻研究进展 | 第15-18页 |
| ·智鼻技术发展 | 第18-19页 |
| ·电子舌研究进展 | 第19-22页 |
| ·智舌技术发展 | 第22-23页 |
| ·电子鼻与电子舌在食用植物油检测中的应用进展 | 第23-25页 |
| ·电子鼻在食用植物油中的应用 | 第23-24页 |
| ·电子舌在食用植物油中的应用 | 第24-25页 |
| ·支持向量机 | 第25-27页 |
| ·结构风险最小化原理 | 第26页 |
| ·支持向量机优势 | 第26-27页 |
| ·研究目标、内容及技术路线 | 第27-30页 |
| ·研究目标 | 第27-28页 |
| ·研究内容 | 第28页 |
| ·技术路线 | 第28-30页 |
| 第2章 基于SV7M的智鼻技术在食用植物油中的应用 | 第30-46页 |
| ·实验材料 | 第30-31页 |
| ·实验仪器 | 第31-32页 |
| ·实验方法 | 第32页 |
| ·实验结果 | 第32-45页 |
| ·智鼻清洗气体的优化 | 第32-34页 |
| ·样品水浴温度的优化 | 第34-35页 |
| ·智鼻参数设置 | 第35-36页 |
| ·基于SVW的智鼻数据分析方法及模型建立 | 第36-40页 |
| ·结果与讨论 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 基于SVM的智舌技术在食用植物油中的应用 | 第46-61页 |
| ·实验材料 | 第46页 |
| ·实验仪器 | 第46-47页 |
| ·实验方法 | 第47-49页 |
| ·实验结果 | 第49-60页 |
| ·皂化条件的优化 | 第49-51页 |
| ·基于SVM的智舌数据分析方法及模型建立 | 第51-54页 |
| ·结果与讨论 | 第54-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于SVM的智鼻与智舌联用对食用植物油的应用 | 第61-66页 |
| ·实验材料 | 第61页 |
| ·实验仪器 | 第61页 |
| ·实验方法 | 第61页 |
| ·实验结果 | 第61-65页 |
| ·基于SVM的智鼻与智舌联用数据分析方法及模型建立 | 第61-62页 |
| ·结果与讨论 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-69页 |
| ·主要总结与讨论 | 第66-67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录一 数据预处理后自我验证关键代码 | 第75-76页 |
| 附录二 原始数据自我验证关键代码 | 第76-77页 |
| 附录三 SVM中关键参数c、g优化代码 | 第77-79页 |
| 附录四 基于SVM分类中的数据预处理关键代码 | 第79-80页 |
| 附录五 基于SVM回归中的数据预处理关键代码 | 第80-82页 |
| 附录六 建立智鼻SVM分类模型的关键代码 | 第82-83页 |
| 附录七 建立智鼻SVM回归模型的关键代码 | 第83-84页 |
| 附录八 建立智舌SVM分类模型的关键代码 | 第84-85页 |
| 附录九 建立智舌SVM回归模型的关键代码 | 第85-86页 |
| 致谢 | 第86-87页 |
