| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 气体传感器阵列检测交叉敏感抑制方法研究的目的和意义 | 第9-10页 |
| 1.2 基于气体传感器阵列的变压器油中溶解混合气体在线监测的研究现状 | 第10-15页 |
| 1.2.1 变压器油中溶解混合气体在线监测气体传感技术研究现状 | 第10-11页 |
| 1.2.2 气体传感器阵列技术研究现状 | 第11-14页 |
| 1.2.3 气体传感器阵列技术应用于变压器油中溶解混合气体检测的研究现状 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15页 |
| 1.4 小结 | 第15-17页 |
| 2 气体传感器阵列气敏特性检测平台搭建 | 第17-27页 |
| 2.1 气体传感器阵列制作 | 第17-21页 |
| 2.1.1 H_2、CO、C_2H_2气体传感器 | 第17-19页 |
| 2.1.2 H_2、CO、C_2H_2气体传感器阵列组成 | 第19-21页 |
| 2.2 配气系统和气敏实验系统 | 第21-23页 |
| 2.2.1 气瓶和配气系统 | 第21-22页 |
| 2.2.2 气敏实验系统 | 第22-23页 |
| 2.3 传感器阵列气敏特性实验研究 | 第23-26页 |
| 2.3.1 灵敏度特性 | 第23-24页 |
| 2.3.2 重复性特性 | 第24-25页 |
| 2.3.3 选择性特性 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 3 基于深度置信网络的混合气体定性识别模型 | 第27-39页 |
| 3.1 传统混合气体定性识别算法 | 第27-29页 |
| 3.1.1 人工神经网络 | 第27页 |
| 3.1.2 主成分分析 | 第27-29页 |
| 3.2 深度学习与深度网络 | 第29-33页 |
| 3.2.1 深度学习概述 | 第29页 |
| 3.2.2 受限玻尔兹曼机 | 第29-31页 |
| 3.2.3 预训练和微调 | 第31-33页 |
| 3.2.4 用于分类的深度置信网络 | 第33页 |
| 3.3 混合气体定性识别模型 | 第33-38页 |
| 3.3.1 基于前向反馈神经网络的定性识别模型 | 第33-36页 |
| 3.3.2 基于深度置信网络的定性识别模型 | 第36-38页 |
| 3.4 小结 | 第38-39页 |
| 4 基于优化算法的混合气体定量分析模型 | 第39-53页 |
| 4.1 支持向量机和支持向量回归机 | 第39-43页 |
| 4.1.1 统计学习理论 | 第39页 |
| 4.1.2 支持向量机 | 第39-41页 |
| 4.1.3 支持向量回归机 | 第41-42页 |
| 4.1.4 核函数 | 第42-43页 |
| 4.2 基于支持向量回归的定量分析模型 | 第43-45页 |
| 4.2.1 支持向量回归的参数选择 | 第43页 |
| 4.2.2 支持向量回归的编程实现 | 第43-45页 |
| 4.3 基于遗传优化算法的定量分析 | 第45-48页 |
| 4.3.1 遗传算法概述 | 第45-46页 |
| 4.3.2 遗传优化算法的设计步骤 | 第46-47页 |
| 4.3.3 遗传优化算法的编程实现 | 第47-48页 |
| 4.4 基于粒子群优化算法的定量分析 | 第48-52页 |
| 4.4.1 粒子群算法概述 | 第48-49页 |
| 4.4.2 粒子群优化算法的设计步骤 | 第49-50页 |
| 4.4.3 粒子群优化算法的编程实现 | 第50-52页 |
| 4.5 小结 | 第52-53页 |
| 5 模型测试及分析 | 第53-79页 |
| 5.1 数据样本的获取及样本库的建立 | 第53-55页 |
| 5.1.1 三因素九水平高强度正交表 | 第53-54页 |
| 5.1.2 实验流程 | 第54-55页 |
| 5.1.3 样本库的建立 | 第55页 |
| 5.2 样本库数据预处理 | 第55-57页 |
| 5.2.1 归一化 | 第55-56页 |
| 5.2.2 PCA降维 | 第56-57页 |
| 5.3 H_2、CO、C_2H_2混合气体定性识别性能测试及对比分析 | 第57-64页 |
| 5.3.1 基于BPNN的混合气体定性识别测试 | 第58-61页 |
| 5.3.2 基于DBNC的混合气体定性识别测试 | 第61-64页 |
| 5.3.3 定性识别模型对比分析 | 第64页 |
| 5.4 H_2、CO、C_2H_2混合气体定量分析性能测试及对比分析 | 第64-77页 |
| 5.4.1 基于SVR的混合气体定量分析测试 | 第64-69页 |
| 5.4.2 基于GA优化的混合气体定量分析测试 | 第69-73页 |
| 5.4.3 基于PSO优化的混合气体定量分析测试 | 第73-77页 |
| 5.4.4 定量分析模型对比分析 | 第77页 |
| 5.5 本章小结 | 第77-79页 |
| 6 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 附录 | 第89页 |
| A.作者在攻读硕士学位期间发表的主要论文目录 | 第89页 |
| B.作者在攻读硕士学位期间负责或参研的主要科研项目 | 第89页 |
