基于电子鼻的鱼肉新鲜度评价方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| TABLE OF CONTENTS | 第10-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题的来源 | 第12页 |
| ·课题研究背景 | 第12-13页 |
| ·课题的目的及意义 | 第13-14页 |
| ·国内外研究现状及发展趋势 | 第14-17页 |
| ·论文的主要研究内容 | 第17-18页 |
| ·论文的组织 | 第18-19页 |
| 第二章 电子鼻系统的信息获取 | 第19-27页 |
| ·电子鼻系统原理 | 第19-20页 |
| ·电子鼻样品取样 | 第20页 |
| ·气敏传感器基本理论 | 第20-23页 |
| ·气敏传感器介绍 | 第20-21页 |
| ·常用的气敏传感器及其阵列 | 第21-23页 |
| ·传感器阵列的选择 | 第23-25页 |
| ·传感器阵列对混合气体的响应描述 | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第三章 电子鼻系统信息处理 | 第27-34页 |
| ·电子鼻系统数据的预处理方法 | 第27-28页 |
| ·多变量模式分析方法 | 第28-33页 |
| ·统计模式分析 | 第29-32页 |
| ·智能模式分析 | 第32-33页 |
| ·本章小节 | 第33-34页 |
| 第四章 实验方法与数据分析 | 第34-47页 |
| ·实验材料与方法 | 第34-36页 |
| ·实验材料 | 第34-35页 |
| ·实验方法 | 第35-36页 |
| ·主成分分析法确定顶空条件 | 第36-39页 |
| ·主成分分析(PCA)原理 | 第36-37页 |
| ·顶空条件的选取 | 第37-39页 |
| ·实验数据的选取 | 第39-44页 |
| ·传感器数据采集 | 第39-42页 |
| ·传感器的选取 | 第42-43页 |
| ·数据的选择与处理 | 第43-44页 |
| ·不同天数鱼的新鲜度分析 | 第44-46页 |
| ·新鲜度的PCA模型分析 | 第44-45页 |
| ·新鲜度的PLS模型分析 | 第45-46页 |
| ·本章小节 | 第46-47页 |
| 第五章 基于Gabor原子网络的鱼肉新鲜度评价 | 第47-69页 |
| ·Gabor原子变换 | 第47-51页 |
| ·Gabor展开和Gabor变换 | 第47-50页 |
| ·基于Gabor原子变换的特征提取 | 第50-51页 |
| ·人工神经网络理论 | 第51-58页 |
| ·人工神经元模型 | 第51-53页 |
| ·人工神经网络的结构 | 第53-54页 |
| ·人工神经网络的学习 | 第54-55页 |
| ·BP神经网络模型 | 第55-58页 |
| ·Gabor原子神经网络原理 | 第58-64页 |
| ·Gabor原子网络的结构 | 第59-60页 |
| ·训练算法和测试算法 | 第60-64页 |
| ·Gabor原子网络的设计 | 第64-65页 |
| ·输入层与输出层的选择 | 第64页 |
| ·隐层节点数的选择 | 第64-65页 |
| ·激励函数的选择 | 第65页 |
| ·初始值的选取 | 第65页 |
| ·基于Gabor原子网络的鱼肉新鲜度评价结果 | 第65-68页 |
| ·网络训练性能 | 第66-67页 |
| ·识别结果 | 第67-68页 |
| ·本章小节 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表的论文及科研获奖 | 第75-77页 |
| 致谢 | 第77页 |
