《嗅覺模擬技術》是2005年化學工業出版社出版的圖書，作者是殷勇。
基本介紹
- 作者：殷勇
- ISBN：9787502566890
- 頁數：208
- 定價：38.00元
- 出版社：化學工業出版社
- 出版時間：2005-4
- 裝幀：平裝
內容簡介,目錄信息,
內容簡介
本書以嗅覺模擬技術的兩大組成部分——感測器陣列與模式識別技術為主線，較為簡明、全面、系統地介紹了嗅覺模擬的相關技術構成及其基本理論。內容包括：多感測器陣列融合技術，感測器的溫、濕度影響補償技術，特徵信號提取技術，樣本篩選技術，統計模式識別理論，神經網路和遺傳算法等多方面的理論與技術，以及嗅覺模擬技術的部分套用領域和成果。這些內容均是作者近年來學習、研究、實踐等科研活動的體現。 本書可作為以下領域中的技術人員、高校教師及研究生的參考和學習用書：化工、食品、農產品、醫藥等產品的品質分析與控制；環境檢測與火災探測；醫療診斷；交通運輸。
目錄信息
第一章緒論1
第一節嗅覺模擬技術簡介3
一、人的嗅覺機理3
二、嗅覺模擬技術原理5
三、嗅覺模擬技術中的主要相關技術6
四、嗅覺模擬技術的發展史12
第二節套用及發展前景12
參考文獻15
第二章嗅覺模擬技術中的感測器與陣列18
第一節氣敏感測器的選型原則18
第二節常用氣敏感測器的檢測原理簡介19
一、金屬氧化物類氣敏感測器19
二、質量型氣敏感測器22
三、電化學型氣敏感測器22
四、導電聚合物氣敏感測器22
第三節氣敏感測器的工作條件與特性23
一、工作條件23
二、主要特性參數24
三、基本特性25
四、材料及敏感膜對氣敏感測器性能的影響29
第四節氣敏感測器及陣列的回響模型29
第五節氣敏感測器陣列的構造方法30
一、初始陣列的確定30
二、最終陣列的確定31
三、陣列構造舉例34
參考文獻39
第三章樣本篩選與特徵信息提取技術40
第一節樣本篩選的必要性40
第二節常用的樣本篩選技術42
一、用模式分類方法篩選樣本42
二、用穩健回歸方法篩選樣本43
三、用離群判別法篩選樣本43
第三節特徵信息提取技術44
一、問題的提出44
二、一些基本概念44
三、測量信息獲取技術45
四、測量信息中異常數據剔除技術47
五、特徵提取技術48
第四節氣敏感測器測量中溫、濕度的補償方法56
一、基於知識的溫、濕度補償思想57
二、基於知識的溫、濕度補償方法57
參考文獻60
第四章常用的統計模式識別方法61
第一節KNN法及其改進法61
一、基本的KNN法61
二、KNN法的改進62
第二節Fisher判別法63
一、Fisher判別法的基本思想63
二、Fisher判別法的數學描述63
第三節主成分回歸簡介65
第四節偏最小二乘法66
一、基本原理67
二、計算方法推導67
第五節聚類分析法69
一、相似和距離69
二、系統聚類法70
三、一次形成分類法71
四、映射分類法72
參考文獻73
第五章人工神經網路模式識別方法74
第一節概述74
一、神經網路的研究簡史、現狀與特點74
二、前向神經網路模型76
三、前向神經網路非線性函式逼近理論80
第二節BP神經網路學習算法83
一、基於批處理方法的BP學習算法83
二、基於遞推最小二乘法的BP學習算法84
第三節RBF神經網路學習算法86
一、常用學習算法概述87
二、一種基於高斯核的RBF神經網路學習算法88
第四節自組織人工神經網路93
一、基本思想與學習原理93
二、學習算法95
參考文獻96
第六章遺傳算法與遺傳神經網路98
第一節概述98
一、遺傳算法的研究歷史與發展方向99
二、遺傳算法的基本特徵100
第二節遺傳算法的基本理論102
一、基本的遺傳操作方法102
二、遺傳算法的理論基礎104
三、遺傳算法的收斂性107
第三節遺傳算法的關鍵參數與算法的基本步驟108
一、關鍵參數的確定108
二、算法的基本步驟110
第四節遺傳算法的物種形成與小生境技術110
第五節遺傳算法的欺騙性問題111
第六節基於遺傳算法的LBF神經網路111
一、二進制編碼的遺傳神經網路112
二、十進制編碼的遺傳神經網路116
第七節基於遺傳算法的RBF神經網路119
參考文獻120
第七章嗅覺模擬技術的套用122
第一節酒類的鑑別122
一、酒類香氣質量的評定123
二、酒的種類識別或質量分級123
三、取樣方法探討124
四、酒類質量的穩定性判別125
第二節水果、蔬菜漿質量檢測128
第三節肉類物品新鮮度的判別128
第四節環境檢測129
第五節醫療診斷中的套用130
第六節火災探測中的套用131
參考文獻132
附錄一基於批處理的BP神經網路C程式133
附錄二一種基於高斯核的RBF神經網路C程式147
附錄三二進制遺傳LBF神經網路C程式162
附錄四十進制遺傳LBF神經網路C程式179
附錄五十進制遺傳RBF神經網路C程式194
