仿生嗅觉原理、系统及应用

前言
第一章 概述
1.1 引言
1.2 仿生嗅觉的发展历程
1.3 仿生嗅觉的应用领域
1.4 仿生嗅觉的技术展望
1.4.1 传感器技术
1.4.2 嗅觉神经芯片
1.4.3 气味数字化、重现及网络化传输
第二章 仿生嗅觉原理
2.1 仿生嗅觉的生理学基础
2.1.1 人体嗅觉生理结构
2.1.2 嗅觉的形成过程
2.2 仿生嗅觉系统的结构、理论与技术
2.2.1 仿生嗅觉基本结构
2.2.2 仿生嗅觉理论基础
2.2.3 仿生嗅觉技术基础
第三章 仿生嗅觉传感
3.1 仿生嗅觉传感器
3.1.1 金属氧化物半导体传感器
3.1.2 导电聚合物传感器
3.1.3 质量型气敏传感器
3.1.4 化学电容型传感器
3.1.5 电位型气敏传感器
3.1.6 其他气敏传感器
3.2 仿生嗅觉传感器阵列
3.2.1 仿生嗅觉传感器的选型原则
3.2.2 传感器阵列构造的基本准则
3.2.3 阵列的响应模型
第四章 仿生嗅觉系统采样方法以及信号调理
4.1 气味的采样
4.1.1 顶空采样法
4.1.2 扩散采样法
4.1.3 渗透采样法
4.1.4 起泡式采样法
4.1.5 采样袋方法
4.2 气味的预浓缩处理
4.2.1 预浓缩装置
4.2.2 去湿处理
4.2.3 使用预浓缩管提高选择性
4.3 接口电路及信号处理
4.3.1 接口电路
4.3.2 信号放大电路
4.3.3 A/D转换电路
4.4 信号预处理
4.4.1 基线处理
4.4.2 压缩处理
4.4.3 标准化处理
4.5 传感器漂移及补偿
4.5.1 漂移现象及漂移的物理原因
4.5.2 传感器漂移举例
4.5.3 模型构建策略
4.5.4 漂移补偿
第五章 仿生嗅觉系统气味信息统计学分析
5.1 气味信息的特征选择与提取
5.1.1 特征选择
5.1.2 特征提取
5.2 气味信息的预处理
5.3 主成分分析
5.4 独立成分分析
5.5 聚类分析
5.6 线性判别分析
5.6.1 Fisher鉴别准则
5.6.2 最大散度差鉴别准则
5.6.3 其他线性分析简述
5.7 支持向量机分析
5.7.1 原理及算法描述
5.7.2 核函数及模型选择
第六章 仿生嗅觉系统人工神经网络分析
6.1 神经网络模型
6.2 反向传播多层前馈神经网络
6.2.1 反向传播神经网络结构
6.2.2 BP学习算法
6.3 其他神经网络
6.3.1 遗传神经网络
6.3.2 径向基函数神经网络
6.3.3 概率神经网络PNN
6.3.4 竞争特征映射神经网络
第七章 常见商用仿生嗅觉系统
7.1 德国AIRSENSE公司PEN系列电子鼻
7.1.1 PEN3的系统构成及检测原理
7.1.2 科研组开发的分析与处理系统
7.2 Cyranose 320便携式电子鼻
7.2.1 Cyranose 320的简介
7.2.2 Cyranose 320的工作原理
7.3 法国Alpha MOS公司FOX系列电子鼻
第八章 仿生嗅觉系统的应用
8.1 在中药(材)识别中的应用
8.1.1 中药材种类识别
8.1.2 道地中药材鉴别
8.1.3 中成药百草油质量分析
8.2 在焙烤食品工业中的应用
8.2.1 焙烤食品气味的信息获取
8.2.2 广式焙烤食品的质量评判
8.3 在水产品中的应用
8.3.1 鱼类识别
8.3.2 鱼的新鲜度估计
8.4 在精细化工业中的应用
8.5 在卷烟行业中的应用
8.5.1 卷烟品牌识别
8.5.2 卷烟等级识别
参考文献