摘要
表目录
1.1 研究背景及意义
1.2 电子鼻技术的研究现状
1.3 深度强化学习的研究现状
1.4 电子鼻研究存在的问题
1.5 本文的主要内容和论文结构
1.5.1 主要研究内容
1.5.2 本文的主要贡献
1.5.3 论文结构
第2章 相关理论综述
2.1 生物嗅觉机理
2.2 电子鼻的原理及结构
2.3 生物嗅探和鼻粘膜色谱效应研究
2.4 强化学习
2.5 深度学习
2.6 本章小结
第3章 进气流速可动态调制的电子鼻系统及实验验证平台
3.1 电子鼻总体结构
3.1.1 电子鼻控制单元
3.1.2 电子鼻流速控制单元
3.1.3 电子鼻数据采集单元
3.2 电子鼻信息采集系统
3.3 啤酒实验验证流速调制的有效性
3.4 本章小结
第4章 DQN-LSTM模型
4.1 DQN和LSTM网络原理介绍
4.1.1 DQN
4.1.2 长短期记-Iz(LSTM)
4.2 DQN-LSTM模型
4.3 DQN-LSTM算法
4.4 DQN-LSTM算法的Torch实现
4.4.1 获取数据
4.4.2 预处理数据
4.4.3 训练和测试
4.5 本章小结
第5章 仿真实验研究
5.1 实验系统和实验对象
5.2 黄酒酒龄检测实验
5.2.1 实验过程与方法
5.2.2 数据采集与预处理
5.2.3 实验结果分析与讨论
5.3 VOC气体检测实验
5.3.1 实验过程与方法
5.3.2 数据采集与预处理
5.3.3 实验结果分析与讨论
5.4 本章小结
6.1 总结
6.2 未来工作展望
参考文献
附录
致谢
声明