仿生嗅覺原理、系統(tǒng)及應(yīng)用

前言
第一章 概述
1.1 引言
1.2 仿生嗅覺的發(fā)展歷程
1.3 仿生嗅覺的應(yīng)用領(lǐng)域
1.4 仿生嗅覺的技術(shù)展望
1.4.1 傳感器技術(shù)
1.4.2 嗅覺神經(jīng)芯片
1.4.3 氣味數(shù)字化、重現(xiàn)及網(wǎng)絡(luò)化傳輸
第二章 仿生嗅覺原理
2.1 仿生嗅覺的生理學(xué)基礎(chǔ)
2.1.1 人體嗅覺生理結(jié)構(gòu)
2.1.2 嗅覺的形成過程
2.2 仿生嗅覺系統(tǒng)的結(jié)構(gòu)、理論與技術(shù)
2.2.1 仿生嗅覺基本結(jié)構(gòu)
2.2.2 仿生嗅覺理論基礎(chǔ)
2.2.3 仿生嗅覺技術(shù)基礎(chǔ)
第三章 仿生嗅覺傳感
3.1 仿生嗅覺傳感器
3.1.1 金屬氧化物半導(dǎo)體傳感器
3.1.2 導(dǎo)電聚合物傳感器
3.1.3 質(zhì)量型氣敏傳感器
3.1.4 化學(xué)電容型傳感器
3.1.5 電位型氣敏傳感器
3.1.6 其他氣敏傳感器
3.2 仿生嗅覺傳感器陣列
3.2.1 仿生嗅覺傳感器的選型原則
3.2.2 傳感器陣列構(gòu)造的基本準(zhǔn)則
3.2.3 陣列的響應(yīng)模型
第四章 仿生嗅覺系統(tǒng)采樣方法以及信號調(diào)理
4.1 氣味的采樣
4.1.1 頂空采樣法
4.1.2 擴散采樣法
4.1.3 滲透采樣法
4.1.4 起泡式采樣法
4.1.5 采樣袋方法
4.2 氣味的預(yù)濃縮處理
4.2.1 預(yù)濃縮裝置
4.2.2 去濕處理
4.2.3 使用預(yù)濃縮管提高選擇性
4.3 接口電路及信號處理
4.3.1 接口電路
4.3.2 信號放大電路
4.3.3 A/D轉(zhuǎn)換電路
4.4 信號預(yù)處理
4.4.1 基線處理
4.4.2 壓縮處理
4.4.3 標(biāo)準(zhǔn)化處理
4.5 傳感器漂移及補償
4.5.1 漂移現(xiàn)象及漂移的物理原因
4.5.2 傳感器漂移舉例
4.5.3 模型構(gòu)建策略
4.5.4 漂移補償
第五章 仿生嗅覺系統(tǒng)氣味信息統(tǒng)計學(xué)分析
5.1 氣味信息的特征選擇與提取
5.1.1 特征選擇
5.1.2 特征提取
5.2 氣味信息的預(yù)處理
5.3 主成分分析
5.4 獨立成分分析
5.5 聚類分析
5.6 線性判別分析
5.6.1 Fisher鑒別準(zhǔn)則
5.6.2 最大散度差鑒別準(zhǔn)則
5.6.3 其他線性分析簡述
5.7 支持向量機分析
5.7.1 原理及算法描述
5.7.2 核函數(shù)及模型選擇
第六章 仿生嗅覺系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)分析
6.1 神經(jīng)網(wǎng)絡(luò)模型
6.2 反向傳播多層前饋神經(jīng)網(wǎng)絡(luò)
6.2.1 反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
6.2.2 BP學(xué)習(xí)算法
6.3 其他神經(jīng)網(wǎng)絡(luò)
6.3.1 遺傳神經(jīng)網(wǎng)絡(luò)
6.3.2 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
6.3.3 概率神經(jīng)網(wǎng)絡(luò)PNN
6.3.4 競爭特征映射神經(jīng)網(wǎng)絡(luò)
第七章 常見商用仿生嗅覺系統(tǒng)
7.1 德國AIRSENSE公司PEN系列電子鼻
7.1.1 PEN3的系統(tǒng)構(gòu)成及檢測原理
7.1.2 科研組開發(fā)的分析與處理系統(tǒng)
7.2 Cyranose 320便攜式電子鼻
7.2.1 Cyranose 320的簡介
7.2.2 Cyranose 320的工作原理
7.3 法國Alpha MOS公司FOX系列電子鼻
第八章 仿生嗅覺系統(tǒng)的應(yīng)用
8.1 在中藥(材)識別中的應(yīng)用
8.1.1 中藥材種類識別
8.1.2 道地中藥材鑒別
8.1.3 中成藥百草油質(zhì)量分析
8.2 在焙烤食品工業(yè)中的應(yīng)用
8.2.1 焙烤食品氣味的信息獲取
8.2.2 廣式焙烤食品的質(zhì)量評判
8.3 在水產(chǎn)品中的應(yīng)用
8.3.1 魚類識別
8.3.2 魚的新鮮度估計
8.4 在精細化工業(yè)中的應(yīng)用
8.5 在卷煙行業(yè)中的應(yīng)用
8.5.1 卷煙品牌識別
8.5.2 卷煙等級識別
參考文獻