面向環境感知的機器嗅覺系統-氣體檢測電子鼻及其模式識別技術與應用 9787030795298 馮李航 李斐

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202410*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：面向環境感知的機器嗅覺系統-氣體檢測電子鼻及其模式識別技術與應用
ISBN：9787030795298
出版社：科學
著編譯者：馮李航 李斐
叢書名：博士後文庫
頁數：160
所在地：中國大陸 *此為代購商品
書號：1696833
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】 面向環境感知的機器嗅覺系統-氣體檢測電子鼻及其模式識別技術與應用 787030795298 馮李航 李斐

內容簡介

本書是一本深入探討機器嗅覺技術的專業書籍。書中詳細介紹了電子鼻的工作原理、設計方法與關鍵技術，同時還詳細闡述了電子鼻在氣體檢測中的模式識別技術，包括數據採集、特徵提取、模式識別演算法及系統整合等內容。書中通過理論與實際案例相結合的方式，展示了電子鼻在多個領域的應用前景和挑戰，為讀者提供了一套系統的機器嗅覺解決方案。 本書適合機器嗅覺領域的研究人員、工程技術人員以及高等院校的師生閱讀參考。它不僅能夠幫助相關專業的研究生深入理解電子鼻的科學原理和應用技術，還能為從事此類研究的科研人員提供技術支持和實踐指導。此外，對於那些對環境監測技術和智能感知設備感興趣的產業界人士來說，書中的先進技術和應用案例也能提供必要的參考和啟示。

目錄

「博士後文庫」序言
前言
第1章 緒論
1 1 電子鼻概念
1 2 機器嗅覺電子鼻國內外研究現狀
1 2 1 機器嗅覺研究現狀
1 2 2 環境電子鼻技術現狀
1 2 3 低濃度氣體檢測電子鼻技術
1 3 本書結構與主要內容
1 4 本章小結
第2章 面向低濃度氣體檢測的電子鼻系統設計
2 1 氣體預濃縮裝置
2 1 1 濃縮流程方法
2 1 2 預濃縮裝置設計
2 1 3 基於多元線性回歸的濃縮倍數計算
2 2 儀器系統集成
2 2 1 配氣系統
2 2 2 腔體結構
2 2 3 感測器陣列
2 2 4 數據採集模塊
2 2 5 氣流採樣模式
2 2 6 交互軟體設計
2 3 電子鼻測試
2 3 1 氣體濃縮實驗
2 3 2 濃縮效果與數據分析
2 3 3 氣體識別實驗
2 3 4 分類結果與數據分析
2 4 本章小結
第3章 電子鼻感測器陣列的響應特徵分析
3 1 電子鼻感測器的特性
3 1 1 典型氣體感測器響應
3 1 2 感測器特性參數
3 1 3 感測器陣列優化
3 2 電子鼻數據預處理
3 2 1 數據預處理方法
3 2 2 基於「濾波-基線校準-歸一化」流程式數據處理實測
3 3 電子鼻信號特徵提取
3 3 1 主成分分析法
3 3 2 核主成分分析法
3 3 3 Fisher判別分析法
3 3 4 K-L變換法
3 4 電子鼻信號特徵分析
3 4 1 穩態特徵
3 4 2 靈敏度特徵
3 4 3 瞬態響應速率特徵
3 4 4 指數滑動平均特徵
3 5 本章小結
第4章 基於增強卷積神經網路的多特徵融合嗅覺識別方法
4 1 嗅覺模式識別方法
4 1 1 BP神經網路
4 1 2 支持向量機
4 1 3 魯棒最小二乘回歸
4 2 嗅覺卷積神經網路
4 2 1 卷積神經網路
4 2 2 嗅覺CNN的局限性
4 3 多特徵融合的嗅覺增強卷積神經網路
4 3 1 輸入特徵變換
4 3 2 數據增強技術
4 3 3 模型增強技術
4 3 4 網路模型架構與訓練方式
4 4 基於ACNN的電子鼻氣體模式識別測試
4 4 1 測試流程
4 4 2 數據集
4 4 3 結果分析
4 5 本章小結
第5章 基於深度學習的機器嗅覺長期漂移抑制研究
5 1 機器嗅覺系統的漂移
5 1 1 氣體感測器的漂移現象
5 1 2 漂移問題的數學描述
5 2 機器嗅覺信號漂移抑制方法
5 3 基於DA-SVM的電子鼻模式識別方法
5 3 1 深度自動編碼機
5 3 2 支持向量機
5 3 3 DA-SVM方法與流程
5 4 基於ENNL的電子鼻模式識別方法
5 4 1 集成學習
5 4 2 集成神經網路
5 4 3 ENNL方法與流程
5 5 基於多模型融合的電子鼻模式識別方法
5 5 1 基分類器的選擇
5 5 2 多模型融合方法與流程
5 6 模型測試評估
5 6 1 DA-SVM模型
5 6 2 ENNL模型
5 6 3 多模型融合方法
5 7 本章小結
第6章 面向地面污跡識別的移動機器人電子鼻系統研究
6 1 機器人嗅覺感知
6 1 1 機器人環境感知技術
6 1 2 機器人嗅覺源定位技術
6 1 3 地面污跡識別問題
6 2 移動機器人系統搭建
6 2 1 移動機器人系統
6 2 2 地面污跡感知系統
6 3 基於移動機器人的視嗅融合感知方法研究
6 3 1 多模態融合方法
6 3 2 圖像分支特徵提取方法
6 3 3 氣體分支特徵提取方法
6 3 4 視嗅融合感知模型
6 4 機器人視嗅融合地面污跡識別應用實驗
6 4 1 數據集與評價指標
6 4 2 數據預處理與氣體特徵選擇
6 4 3 實驗與對比
6 5 視嗅融合感知模型快速更新方法
6 5 1 增量學習技術
6 5 2 增量學習模型
6 5 3 模型訓練
6 6 本章小結
參考文獻
編後記
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。