电子鼻模式识别算法的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 绪论 | 第10-17页 |
| ·课题研究的背景及来源 | 第10页 |
| ·电子鼻的国内外研究状况 | 第10-13页 |
| ·电子鼻的国外研究现状 | 第10-12页 |
| ·电子鼻的国内研究现状 | 第12-13页 |
| ·电子鼻的发展前景 | 第13页 |
| ·课题研究的实际应用价值 | 第13-15页 |
| ·主要研究内容 | 第15页 |
| ·章节安排 | 第15-17页 |
| 2. 电子鼻的工作原理 | 第17-20页 |
| ·电子鼻的数学模型 | 第17页 |
| ·电子鼻系统的结构 | 第17-18页 |
| ·电子鼻的工作流程 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3. 电子鼻的模式识别技术 | 第20-25页 |
| ·模式识别概述 | 第20页 |
| ·模式识别的分类 | 第20页 |
| ·模式识别的过程 | 第20-21页 |
| ·模式识别算法概述 | 第21页 |
| ·统计模式识别算法 | 第21-23页 |
| ·线性分析算法 | 第22页 |
| ·其他算法 | 第22-23页 |
| ·智能模式分析算法 | 第23-24页 |
| ·人工神经网络算法 | 第23-24页 |
| ·模糊分析算法 | 第24页 |
| ·本章小结 | 第24-25页 |
| 4. 基于主成分分析的虾新鲜度检测 | 第25-42页 |
| ·主成分分析法的数学基础 | 第25-26页 |
| ·主成分分析的基本思想 | 第25页 |
| ·主成分分析的数学模型 | 第25-26页 |
| ·主成分的导出 | 第26-28页 |
| ·主成分分析算法的原理与步骤 | 第28-30页 |
| ·主成分分析算法的原理 | 第28-29页 |
| ·主成分分析算法步骤 | 第29-30页 |
| ·实验材料与方法 | 第30-32页 |
| ·实验材料 | 第30页 |
| ·感官评价指标 | 第30-31页 |
| ·挥发性盐基氮（TVBN）的测定 | 第31-32页 |
| ·电子鼻对虾挥发气味的测定 | 第32页 |
| ·结果分析 | 第32-41页 |
| ·感官评价 | 第32页 |
| ·挥发性盐基氮（TVBN）的测定 | 第32-33页 |
| ·样品的主成分分析 | 第33-41页 |
| ·本章小结 | 第41-42页 |
| 5. 基于模糊神经网络的酒类识别 | 第42-56页 |
| ·模糊系统算法 | 第42-44页 |
| ·模糊系统算法原理 | 第42页 |
| ·模糊系统模型分类 | 第42-43页 |
| ·模糊系统的构成 | 第43页 |
| ·模糊规则的确定和隶属函数的选取 | 第43-44页 |
| ·模糊神经网络 | 第44-49页 |
| ·模糊神经网络原理 | 第44页 |
| ·模糊神经网络的结构原理 | 第44-47页 |
| ·系统学习算法 | 第47-49页 |
| ·结果分析 | 第49-55页 |
| ·选择训练样本 | 第49-50页 |
| ·隶属函数的训练 | 第50-51页 |
| ·误差分析 | 第51-52页 |
| ·识别结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 6. 总结与展望 | 第56-58页 |
| ·全文总结 | 第56页 |
| ·展望 | 第56-58页 |
| 附录一 程序源代码 | 第58-78页 |
| 附录二 实验数据 | 第78-100页 |
| 参考文献 | 第100-104页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第104-105页 |
| 致谢 | 第105-106页 |
