电子鼻传感器阵列信号的差异校正及漂移补偿研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 室内空气质量监测现状 | 第8-9页 |
| 1.1.1 室内空气质量的研究背景 | 第8页 |
| 1.1.2 空气质量监测方法 | 第8-9页 |
| 1.2 人工嗅觉系统——电子鼻 | 第9-10页 |
| 1.3 电子鼻信号处理技术国内外研究现状 | 第10-12页 |
| 1.4 论文研究内容和创新之处 | 第12-14页 |
| 2 空气质量监测电子鼻系统 | 第14-22页 |
| 2.1 电子鼻系统模块构成 | 第14-15页 |
| 2.1.1 空气质量监测仪系统构成 | 第14页 |
| 2.1.2 空气质量监测系统传感器阵列 | 第14-15页 |
| 2.2 电子鼻系统数据采集实验 | 第15-17页 |
| 2.2.1 实验平台 | 第15-16页 |
| 2.2.2 实验数据采集 | 第16-17页 |
| 2.3 电子鼻中的常用算法 | 第17-21页 |
| 2.3.1 回归估计方法 | 第17-18页 |
| 2.3.2 矩阵投影方法 | 第18-19页 |
| 2.3.3 模式识别算法 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于核熵分析的支持向量机分类算法 | 第22-38页 |
| 3.1 核函数主成分分析原理介绍 | 第22-24页 |
| 3.1.1 核函数方法 | 第22-23页 |
| 3.1.2 核主成分分析算法描述 | 第23-24页 |
| 3.2 核熵成分分析原理介绍 | 第24-26页 |
| 3.2.1 信息熵的概念 | 第24-25页 |
| 3.2.2 核熵分析方法的算法描述 | 第25-26页 |
| 3.3 基于支持向量机理论的分类器设计 | 第26-29页 |
| 3.4 实验数据及结果分析 | 第29-36页 |
| 3.4.1 实验样本 | 第29-30页 |
| 3.4.2 结果分析与比较 | 第30-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 基于数据重构的传感器信号校正模型 | 第38-50页 |
| 4.1 基于预测网络的差异校正模型 | 第38-40页 |
| 4.2 全局仿射变换模型 | 第40页 |
| 4.3 鲁棒加权最小二乘算法 | 第40-42页 |
| 4.4 气体传感器校正实验及结果分析 | 第42-48页 |
| 4.4.1 实验样本描述 | 第42-43页 |
| 4.4.2 算法应用及性能评价 | 第43-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 基于数据标准化的在线漂移补偿模型 | 第50-66页 |
| 5.1 基线处理方法 | 第50-51页 |
| 5.2 标准化处理 | 第51-55页 |
| 5.2.1 标准化处理的概念及方法 | 第51-52页 |
| 5.2.2 传感器阵列数据的在线标准化处理 | 第52-55页 |
| 5.3 算法应用及性能评价 | 第55-60页 |
| 5.3.1 Fisher线性判别分析法 | 第56-57页 |
| 5.3.2 BP多层感知器神经网络 | 第57-59页 |
| 5.3.3 结果分析与比较 | 第59-60页 |
| 5.4 实验验证及分析 | 第60-63页 |
| 5.4.1 实验方案及步骤 | 第60-63页 |
| 5.4.2 实验结果分析 | 第63页 |
| 5.5 本章总结 | 第63-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 主要研究内容与成果 | 第66页 |
| 6.2 今后工作的展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-78页 |
| 附录 | 第78-79页 |
| A．作者在攻读学位期间发表的论文 | 第78页 |
| B．作者在攻读学位期间参加的项目 | 第78-79页 |
| C．论文中的实验数据及程序清单 | 第79页 |
