嗅觉模拟技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

嗅觉模拟技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

目录1

第一节 嗅觉模拟技术简介3

一、人的嗅觉机理3

二、嗅觉模拟技术原理5

三、嗅觉模拟技术中的主要相关技术6

四、嗅觉模拟技术的发展史12

第二节 应用及发展前景12

参考文献15

第二章 嗅觉模拟技术中的传感器与阵列18

第一节 气敏传感器的选型原则18

第二节 常用气敏传感器的检测原理简介19

一、金属氧化物类气敏传感器19

四、导电聚合物气敏传感器22

二、质量型气敏传感器22

三、电化学型气敏传感器22

第三节 气敏传感器的工作条件与特性23

一、工作条件23

二、主要特性参数24

三、基本特性25

四、材料及敏感膜对气敏传感器性能的影响29

第四节 气敏传感器及阵列的响应模型29

第五节 气敏传感器阵列的构造方法30

一、初始阵列的确定30

二、最终阵列的确定31

三、阵列构造举例34

参考文献39

第一节 样本筛选的必要性40

第三章 样本筛选与特征信息提取技术40

第二节 常用的样本筛选技术42

一、用模式分类方法筛选样本42

二、用稳健回归方法筛选样本43

三、用离群判别法筛选样本43

第三节 特征信息提取技术44

一、问题的提出44

二、一些基本概念44

三、测量信息获取技术45

四、测量信息中异常数据剔除技术47

五、特征提取技术48

第四节 气敏传感器测量中温、湿度的补偿方法56

二、基于知识的温、湿度补偿方法57

一、基于知识的温、湿度补偿思想57

参考文献60

第四章 常用的统计模式识别方法61

第一节 KNN法及其改进法61

一、基本的KNN法61

二、KNN法的改进62

第二节 Fisher判别法63

一、Fisher判别法的基本思想63

二、Fisher判别法的数学描述63

第三节 主成分回归简介65

第四节 偏最小二乘法66

一、基本原理67

二、计算方法推导67

一、相似和距离69

第五节 聚类分析法69

二、系统聚类法70

三、一次形成分类法71

四、映射分类法72

参考文献73

第五章 人工神经网络模式识别方法74

第一节 概述74

一、神经网络的研究简史、现状与特点74

二、前向神经网络模型76

三、前向神经网络非线性函数逼近理论80

第二节 BP神经网络学习算法83

一、基于批处理方法的BP学习算法83

二、基于递推最小二乘法的BP学习算法84

第三节 RBF神经网络学习算法86

一、常用学习算法概述87

二、一种基于高斯核的RBF神经网络学习算法88

第四节 自组织人工神经网络93

一、基本思想与学习原理93

二、学习算法95

参考文献96

第六章 遗传算法与遗传神经网络98

第一节 概述98

一、遗传算法的研究历史与发展方向99

二、遗传算法的基本特征100

第二节 遗传算法的基本理论102

一、基本的遗传操作方法102

二、遗传算法的理论基础104

三、遗传算法的收敛性107

第三节 遗传算法的关键参数与算法的基本步骤108

一、关键参数的确定108

二、算法的基本步骤110

第四节 遗传算法的物种形成与小生境技术110

第五节 遗传算法的欺骗性问题111

第六节 基于遗传算法的LBF神经网络111

一、二进制编码的遗传神经网络112

二、十进制编码的遗传神经网络116

第七节 基于遗传算法的RBF神经网络119

参考文献120

第七章 嗅觉模拟技术的应用122

第一节 酒类的鉴别122

二、酒的种类识别或质量分级123

一、酒类香气质量的评定123

三、取样方法探讨124

四、酒类质量的稳定性判别125

第二节 水果、蔬菜浆质量检测128

第三节 肉类物品新鲜度的判别128

第四节 环境检测129

第五节 医疗诊断中的应用130

第六节 火灾探测中的应用131

参考文献132

附录一 基于批处理的BP神经网络C程序133

附录二 一种基于高斯核的RBF神经网络C程序147

附录三 二进制遗传LBF神经网络C程序162

附录四 十进制遗传LBF神经网络C程序179

附录五 十进制遗传RBF神经网络C程序194