| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的目的和意义 | 第10-12页 |
| 1.2 国内外研究现状与分析 | 第12-16页 |
| 1.2.1 谷物电子鼻检测中信号降噪方法研究现状与分析 | 第12-13页 |
| 1.2.2 谷物电子鼻检测中信号特征提取方法研究现状与分析 | 第13-14页 |
| 1.2.3 谷物电子鼻检测中预测模型构建现状与分析 | 第14-16页 |
| 1.3 研究的内容与方法 | 第16-18页 |
| 第2章 试验及数据处理方法 | 第18-30页 |
| 2.1 试验材料、仪器与试剂 | 第18-20页 |
| 2.1.1 试验材料 | 第18页 |
| 2.1.2 试验试剂 | 第18-19页 |
| 2.1.3 试验仪器 | 第19-20页 |
| 2.2 试验方法 | 第20-22页 |
| 2.2.1 霉变玉米电子鼻气敏响应信号测定 | 第20-22页 |
| 2.2.2 黄曲霉毒素B1含量测定 | 第22页 |
| 2.2.3 玉米赤霉烯酮含量测定 | 第22页 |
| 2.2.4 呕吐毒素含量测定 | 第22页 |
| 2.3 气敏响应信号数据预处理 | 第22-26页 |
| 2.3.1 去基准处理 | 第22-23页 |
| 2.3.2 信号降噪处理 | 第23-24页 |
| 2.3.3 特征选择及提取 | 第24-26页 |
| 2.4 气敏信号数据分析方法 | 第26-29页 |
| 2.4.1 Fisher判别分析（FDA）及核Fisher判别分析（KFDA） | 第26-27页 |
| 2.4.2 基于Wilks统计量的特征鉴别能力评价方法 | 第27页 |
| 2.4.3 基于Wilks统计量的特征参量筛选优化方法 | 第27-28页 |
| 2.4.4 BP神经网络 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 信号的特征组合表征及其鉴别能力评价方法 | 第30-50页 |
| 3.1 不同特征表征不同传感器信号的鉴别能力评价 | 第30-31页 |
| 3.1.1 单特征表征模式下的鉴别能力评价 | 第30-31页 |
| 3.1.2 多特征组合表征模式下的鉴别能力评价 | 第31页 |
| 3.2 相同特征表征不同传感器时的鉴别能力评价 | 第31-34页 |
| 3.2.1 单特征表征模式下的鉴别能力评价 | 第31-32页 |
| 3.2.2 多特征组合表征模式下的鉴别能力评价 | 第32-34页 |
| 3.3 FDA鉴别结果与分析 | 第34-46页 |
| 3.3.1 基于单特征的FDA分析 | 第34-37页 |
| 3.3.2 基于2特征组合的FDA分析 | 第37-39页 |
| 3.3.3 基于3特征组合的FDA分析 | 第39-42页 |
| 3.3.4 基于4特征组合的FDA分析 | 第42-44页 |
| 3.3.5 基于5特征组合的FDA分析 | 第44-46页 |
| 3.4 多特征组合表征的特征参量的优化选择 | 第46页 |
| 3.4.1 基于5特征组合表征下的特征参量优化 | 第46页 |
| 3.5 结果与分析 | 第46-48页 |
| 3.5.1 基于特征参量优化下的特征向量鉴别能力定量评价分析 | 第46页 |
| 3.5.2 基于参量优化下的FDA结果分析 | 第46-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第4章 霉变玉米真菌毒素含量检测 | 第50-60页 |
| 4.1 BP神经网络预测模型 | 第50-54页 |
| 4.1.1 黄曲霉毒素B1含量预测 | 第50-51页 |
| 4.1.2 玉米赤霉烯酮含量预测 | 第51-52页 |
| 4.1.3 呕吐毒素含量预测 | 第52-54页 |
| 4.2 KFDA融合BP神经网络的预测模型 | 第54-59页 |
| 4.2.1 黄曲霉毒素B1含量预测 | 第55页 |
| 4.2.2 玉米赤霉烯酮含量预测 | 第55页 |
| 4.2.3 呕吐毒素含量预测 | 第55-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间的研究成果 | 第71页 |
