声明
第一章 绪论
1.1 课题研究背景及意义
1.2 电子舌简介
1.3 国内外发展现状
1.3.1 电子舌发展现状
1.3.2 模式识别在电子舌中的应用
1.4 本课题研究内容与创新点
1.4.1 研究内容及章节安排
1.4.2 创新点
第二章 伏安电子舌检测系统设计
2.1 传感器阵列
2.2 信号调理电路
2.3 数据采集卡
2.4 上位机软件设计
2.5 本章小结
第三章 电子舌模式识别算法研究与设计
3.1 数据预处理算法设计
3.1.1 离散小波变换
3.1.2 小波包变换
3.2 单学习器模型研究与设计
3.2.1 BP神经网络
3.2.2 最小二乘支持向量机
3.2.3 K近邻算法
3.2.4 逻辑回归算法
3.2.5 随机森林
3.2.6 极限学习机
3.3 集群优化算法研究
3.3.1 遗传算法
3.3.2 粒子群算法
3.3.3 人工鱼群算法
3.4 集成学习模型构建与设计
3.4.1 bagging算法
3.4.2 boosting算法
3.4.3 stacking算法
3.5 模型算法评价标准
3.5.1 混淆矩阵
3.5.2 评价方法
3.6 本章小结
第四章 基于集成学习的电子舌预测模型对柠檬片的品质检测
4.1 实验材料与方法
4.2 电子舌响应信号
4.3 特征提取
4.4 基分类器的生成
4.4.1 GA-BPNN结果
4.4.2 KNN结果
4.4.3 逻辑回归结果
4.4.5 AF-ELM结果
4.5 集成学习实验结果
4.5.1 Bagging结果
4.5.2 Adaboost结果
4.5.3 Stacking结果
4.5.4 实验对比分析
4.6 本章小结
第五章 基于CELEDAT的电子舌预测模型对小麦储藏年限的检测
5.1 实验材料与方法
5.2 特征值提取
5.3 CELEDAT预测模型
5.3.1 基分类器
5.3.2 确定基分类器的权重
5.4 基分类器的生成
5.4.1 GA-BPNN结果
5.4.2 PSO-LSSVM结果
5.4.3 随机森林结果
5.4.4 AF-ELM结果
5.5 CELEDAT与集成学习结果对比
5.5.1 CELEDAT结果
5.5.2 集成学习分类器性能对比
5.6 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士期间公开发表论文及获奖情况
致谢
山东理工大学;