基于曲线拟合的口腔气味特征提取与分析方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·生物特征识别与呼吸诊断 | 第9-10页 |
| ·国内外研究现状及分析 | 第10-15页 |
| ·电子鼻系统的国内外研究现状 | 第10-11页 |
| ·利用电子鼻进行呼吸诊断的国内外研究现状 | 第11-13页 |
| ·电子鼻系统中气味信号特征提取算法的研究现状 | 第13-15页 |
| ·本文的主要内容与结构安排 | 第15-16页 |
| 第2章 电子鼻系统的设计与实现 | 第16-22页 |
| ·引言 | 第16页 |
| ·硬件系统总体设计 | 第16-18页 |
| ·软件部分的设计 | 第18-19页 |
| ·用电子鼻系统进行样本采集 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于曲线拟合的气味信号特征提取 | 第22-40页 |
| ·引言 | 第22-23页 |
| ·基于曲线拟合的特征提取方法 | 第23-39页 |
| ·拟合模型 | 第23-30页 |
| ·分段拟合 | 第30-35页 |
| ·曲线拟合模型的比较 | 第35-38页 |
| ·基于拟合的特征提取与特征选择 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 气体样本分类的实验结果与分析 | 第40-60页 |
| ·引言 | 第40页 |
| ·基于统计学的分类方法 | 第40-44页 |
| ·聚类分析方法 | 第40-42页 |
| ·主成分分析方法 | 第42-43页 |
| ·线性判别分析 | 第43-44页 |
| ·BP神经网络方法 | 第44-47页 |
| ·支持向量机方法 | 第47-50页 |
| ·实验结果及分析 | 第50-58页 |
| ·聚类实验 | 第50-51页 |
| ·PCA实验 | 第51-52页 |
| ·LDA实验 | 第52-53页 |
| ·BPNN实验结果与分析 | 第53-56页 |
| ·SVM实验结果与分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |
