| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-13页 |
| ·目的与意义 | 第10页 |
| ·电子舌的发展现状 | 第10-11页 |
| ·电子舌的发展趋势 | 第11-12页 |
| ·课题来源 | 第12页 |
| ·研究内容 | 第12页 |
| 本章小结 | 第12-13页 |
| 第二章 电子舌系统的研发 | 第13-27页 |
| ·电子舌工作原理 | 第13-14页 |
| ·电子舌传感器 | 第14-16页 |
| ·离子选择型电极 | 第14-15页 |
| ·多通道类脂膜味觉传感器 | 第15-16页 |
| ·伏安型传感器 | 第16页 |
| ·光寻址电位传感器 | 第16页 |
| ·自制电子舌系统结构 | 第16-17页 |
| ·电子舌系统硬件设计 | 第17-23页 |
| ·传感器阵列 | 第17页 |
| ·电极的选择 | 第17-18页 |
| ·电极调理电路设计 | 第18页 |
| ·信号采集板卡 | 第18-23页 |
| ·电子舌系统软件设计 | 第23-26页 |
| ·上位机软件结构,界面 | 第23-24页 |
| ·下位机程序 | 第24-26页 |
| 本章小结 | 第26-27页 |
| 第三章 模式识别方法及电子舌专用数据处理软件ET GUI TEST | 第27-35页 |
| ·数据归一化方法 | 第27页 |
| ·主成分分析 | 第27-28页 |
| ·线性判别分析 | 第28-29页 |
| ·人工神经网络 | 第29-34页 |
| ·BP神经网络(BPNN) | 第29-30页 |
| ·RBF神经网络 | 第30页 |
| ·PNN神经网络 | 第30-31页 |
| ·支持向量机 | 第31-32页 |
| ·遗传算法优化SVM | 第32-33页 |
| ·单纯形模拟退火优化SVM | 第33页 |
| ·基于MATLAB的电子舌数据处理专用软件ET GUI TEST | 第33-34页 |
| 本章小结 | 第34-35页 |
| 第四章 电子舌在饮用矿泉水分类中的研究 | 第35-54页 |
| ·实验方案 | 第35-36页 |
| ·实验数据处理 | 第36-53页 |
| ·PCA分析 | 第37-38页 |
| ·LDA分析 | 第38-40页 |
| ·BP神经网络分析 | 第40-43页 |
| ·RBF神经网络分析结果 | 第43-45页 |
| ·PNN神经网络分析结果 | 第45-47页 |
| ·LDA-RBF神经网络分析结果 | 第47-48页 |
| ·Lib-SVM数据分析结果 | 第48-51页 |
| ·LS-SVM数据分析结果 | 第51-53页 |
| ·神经网络及SVM分析结果比较 | 第53页 |
| 本章小结 | 第53-54页 |
| 第五章 电子舌在苹果汁分类中的研究 | 第54-58页 |
| ·实验方案 | 第54页 |
| ·实验方案及数据 | 第54-55页 |
| ·BP神经网络分析 | 第55-56页 |
| ·PCA和SVM数据处理结果 | 第56页 |
| ·模式别分析结果比较 | 第56-57页 |
| 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·未来改进型电子舌系统(ARM +CPLD+FPGA) | 第58-60页 |
| 附录 | 第60-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
