| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-15页 |
| 1.2.1 仿人头像机器人的研究现状 | 第10-12页 |
| 1.2.2 具有嗅觉的机器人研究现状 | 第12-13页 |
| 1.2.3 气体识别算法研究现状 | 第13-15页 |
| 1.3 分析与总结 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 第2章 仿人头像机器人人工鼻-肺系统研制 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 仿人头像机器人系统简介 | 第17-21页 |
| 2.2.1 仿人头像机器人机械系统 | 第18-20页 |
| 2.2.2 仿人头像机器人视觉系统和语音系统 | 第20-21页 |
| 2.3 人工鼻-肺系统的软硬件设计 | 第21-29页 |
| 2.3.1 人工鼻-肺系统结构设计 | 第21-22页 |
| 2.3.2 气体传感器选型及测试电路设计 | 第22-24页 |
| 2.3.3 数据采集系统硬件设计 | 第24-26页 |
| 2.3.4 人工鼻-肺系统的软件设计 | 第26-29页 |
| 2.4 人工鼻-肺系统硬件研制 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 气体识别算法及程序设计 | 第31-39页 |
| 3.1 引言 | 第31页 |
| 3.2 遗传算法与神经网络算法基本原理 | 第31-33页 |
| 3.2.1 遗传算法 | 第31-32页 |
| 3.2.2 神经网络算法 | 第32页 |
| 3.2.3 BP神经网络 | 第32-33页 |
| 3.3 K-均值聚类分析 | 第33-34页 |
| 3.4 基于遗传算法和BP神经网络结合的气体识别算法程序设计 | 第34-38页 |
| 3.4.1 五种单一气体识别算法程序设计 | 第34-36页 |
| 3.4.2 混合气体识别算法程序设计 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 人工鼻-肺系统气体识别实验 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 实验数据预处理和特征值提取 | 第39-43页 |
| 4.2.1 实验数据预处理 | 第39-41页 |
| 4.2.2 特征值提取 | 第41-43页 |
| 4.3 K-均值聚类分析方法识别气体 | 第43-44页 |
| 4.4 单一气体气味识别实验 | 第44-45页 |
| 4.5 混合气体气味识别实验 | 第45-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 仿人头像机器人系统嗅觉与表情协调实验 | 第50-56页 |
| 5.1 引言 | 第50页 |
| 5.2 气体与仿人头像机器人表情协调对应 | 第50-52页 |
| 5.2.1 仿人头像机器人表情实现 | 第50-51页 |
| 5.2.2 气体与表情协调关系 | 第51-52页 |
| 5.3 仿人头像机器人嗅觉与表情协调系统 | 第52-53页 |
| 5.3.1 硬件集成 | 第52页 |
| 5.3.2 嗅觉与表情协调控制软件 | 第52-53页 |
| 5.4 仿人头像机器人嗅觉与表情协调实验与评价 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |