文摘
英文文摘
独创性声明和学位论文版权使用授权书
第一章绪论
1.1引言
1.2火灾参量、探测方法及探测发展简史
1.2.1火灾参量及火灾探测方法分类
1.2.2火灾探测发展简史
1.2.3火灾探测算法的研究发展过程
1.3火灾探测研究的现状及未来的发展趋势
1.3.1目前火灾自动探测存在的问题及研究进展
1.3.2火灾自动探测发展的主要方向
1.4嗅觉模拟技术在火灾探测中的应用
1.4.1综述
1.4.2人的嗅觉系统
1.4.3嗅觉模拟技术的研究历史
1.4.4嗅觉模拟技术的国外内研究现状
1.4.5嗅觉模拟技术用于早期火灾探测的可行性分析
1.5嗅觉模拟系统中的气味及多传感技术
1.6嗅觉模拟系统所采用的数据处理方法
1.7本课题研究的内容
第二章嗅觉模拟系统工作原理及实验装置
2.1概述
2.2嗅觉模拟系统的工作原理及基本组成
2.2.1嗅觉模拟系统基本原理
2.2.2气敏传感器及其阵列
2.2.3嗅觉模拟系统气敏传感器的选择
2.2.4气味传感器的敏感原理
2.3气味检测实验装置
2.3.1气味采集单元
2.3.2程序升温单元
2.2.3气味检测单元
2.2.4数模转化单元
2.4实验条件
2.5实验步骤
2.6本章小结
第三章嗅觉模拟系统中气味传感器的气敏性能研究
3.1概述
3.2气味传感器输出的数学模型
3.3气味传感器单一火灾气体敏感性分析
3.4气味传感器输出的温湿度影响分析
3.4.1湿度的影响分析
3.4.2温度的影响分析
3.5气味传感器测量中温湿度的补偿方法
3.5.1基于知识的温、湿度补偿思想
3.5.2基于知识的温湿度补偿方法
3.6本章小结
第四章统计模式识别方法在嗅觉模拟技术中的应用
4.1基于K—近邻法的模式识别方法
4.1.1 K—近邻法的基本原理
4.1.2用于嗅觉模拟系统模式识别的数学模型及其计算方法的建立
4.2基于最小二乘法的模式识别方法
4.2.1最小二乘原理及其在参数估计中的应用
4.2.2用于单一气体定性识别的数学模型及计算方法的建立
4.2.3用于单一气体定量识别的数学模型及计算方法的建立
4.3本章小结
第五章神经网络方法在嗅觉模拟技术中的应用
5.1神经网络理论的发展及现状
5.2神经网络的特点和基本原理
5.3 RBF神经网络的兴起及其结构
5.4 RBF神经网络的映射关系与映射机理
5.4.1 RBF神经网络的映射关系
5.4.2 RBF神经网络的映射机理
5.5应用于单一火灾气体定性识别的RBF神经网络设计
5.5.1 RBF网络的学习算法
5.5.2 RBF网络设计
5.5.3 RBF算法程序
5.6本章小结
第六章单一火灾气体定性识别能力研究
6.1基于K—近邻法的单一火灾气体定性识别能力研究
6.1.1实验数据
6.1.2标准样本库的建立
6.1.3结果分析
6.2基于最小二乘法的单一火灾气体定性识别能力研究
6.3基于RBF神经网络的单一火灾气体定性识别能力研究
6.3.1实验数据
6.3.2数据预处理
6.3.3程序运行的基本过程
6.3.4实验数据分析
6.4本章小结
第七章结论
参考文献
致谢
附录