一、应用电子鼻检测香烟质量的研究（论文文献综述）
陈高峯[1]（2021）在《不同干燥苜蓿品质分类方法的研究》文中指出苜蓿含有较多的胶体物质和较少的碳水化合物,不合适绿色储存,一般在干草中加工制成草块、草粉、草粒以及叶蛋白质的形式进行流通和保存。为了实现安全存储,必须对收获的苜蓿进行干燥处理。通常,不同的干燥方法使得苜蓿的品质和特性就会有所不同,对于市场消费者来说,不同品质干燥苜蓿的正确分类和识别仍存在着不少盲目性,以至于品质优良的不同品质干燥苜蓿难以快速推向商业市场,既影响到生产者的收益,又影响到消费者的权益。如何对苜蓿草产品能够快速实现实时应用或者在线识别是目前消费市场面临的重要问题。因此,本文从机器视觉和机器嗅觉两方面来对其探究分类的新方法。具体的研究内容如下:机器视觉方面:1.首先利用扫描电镜对不同品质干燥苜蓿进行采集图像。获得的图像相对是暗淡且模糊的。然后对图像进行直方图调整,增加灰度值的动态性。最后利用灰度共生矩阵提取图像中的纹理特征参数。2.使用主成分分析和线性判别分析两种方法分别进行其可视化处理,比较两种方法降低数据冗余度的能力。3.将主成分分析和线性判别分析提取的特征参数输入到建立的神经网络识别模型中。结果显示线性判别分析方法能够使得分类模型更加稳定。机器嗅觉方面:1.利用仿生电子鼻对不同品质干燥苜蓿进行采集其气味特征的响应信号。从响应信号中选择代表性特征数据。2.为了防止产生“维数灾难”,采用主成分分析（PCA）和线性判别分析（LDA）来降低维数。3.将降维后的特征参数输入到所建立的机器学习分类模型中。比较分类模型的优劣。结果得出基于LDA的模型比基于PCA的模型更加有优势。
马东旭[2]（2020）在《基于仿生嗅觉的家居异味智能监测系统研究与设计》文中提出随着科学技术的飞速发展,人们对舒适、智能化家居生活的追求也随之增加,而伴随着这种追求增加的还有各种室内空气污染问题。品质参次不齐的建筑材料、装饰材料所带来的各种有害气体,以及生活中常见的香烟、劣质香水等气味都会导致室内空气质量不断恶化,危害长期居住于其中的居民的身体健康。传统家电使用单一传感器监测单个气味成分的方法已不足以应对日益增多的室内空气污染源,同时也不能满足人们对智能化生活方式的需求。本课题依托现有的智能家居物联网云平台,结合仿生嗅觉与模式识别,设计了基于仿生嗅觉的家居异味智能监测系统。根据所需要识别的家居异味种类,构建了可搭载于家电设备上的气味感知模块。同时提出了可应用于智能家居系统中的气味监测方案,相比于传统家电的机器本地识别,本方案在云平台执行对家居异味的识别任务,降低了家电设备运行负担。对比BP-Adaboost方法和仿生嗅觉的传统气味识别方法（PCA+LDA）对家居异味的分类识别效果。最后进行了系统性能测试。具体工作如下:1.对室内气味检测技术与仿生嗅觉的国内外研究现状进行了介绍与分析。2.家居异味智能监测系统架构设计与气味监测方案设计。3.家居异常气味特征数据库的构建,其中包括作为采集端的气味感知模块的设计;针对真实环境的特殊性,提出了可行的家居异常气味样本的采集方案;以及最后的气味特征数据库建立。数据库的建立为后续气味识别模型的验证分析提供了基础。4.BP-Adaboost气味识别方法与传统仿生嗅觉气味识别方法（PCA+LDA）的对比分析,通过对比两者对测试样本集的识别率,以及对比BP-Adaboost分类器与其基分类器对同一批测试样本集的识别率,判断BP-Adaboost作为家居异味识别模型的可行性。结果表明,BP-Adaboost对于家居异常气味测试样本集的识别率达到了88.0%,高于使用PCA+LDA方法或单一基分类器对测试样本集的识别率。因此选择BP-Adaboost作为云平台的气味识别模型。5.系统性能检测,通过对系统功能以及气味监测性能进行测试,测试结果表明,本课题中所设计基于仿生嗅觉的家居异味智能监测系统能够实现对常见家居异常气味的监测,该系统具备可行性。
张宾惠,高嵩,贾飞,郑丽敏,刘毅,王梁,吕学泽,李兴民[3]（2020）在《基于电子鼻技术结合化学计量法鉴别北京油鸡肉》文中研究说明利用电子鼻技术结合化学计量法对北京油鸡肉进行鉴别。对4个品种鸡肉的生肉和熟肉样品分别进行电子鼻测定,提取特征值进行后续分类。采用逐步判别分析（stepwise linear discriminant analysis,S-LDA）和人工神经网络进行判别分析,并建立多层感知器（multilayer perception,MLP）和支持向量机（support vector machine,SVM）2种分类模型。结果表明:S-LDA和人工神经网络能够对4种鸡肉的生肉与熟肉样品分别进行较好地判别;MLP和SVM分类模型在生肉和熟肉样品上均取得了较好的分类预测结果,4种鸡肉样品总体识别率及北京油鸡肉识别率均高于90%。电子鼻技术结合多元统计分析方法在北京油鸡鉴别应用方面具备一定的可行性。
李娜[4]（2020）在《智能感官技术关于花椒和花椒油品质的应用研究》文中提出鉴于花椒重要的食用和药用价值,其品质控制和等级划分逐渐成为花椒产业中的一个重要环节。就目前而言,花椒的品质检测和等级划分标准基本由外观品质决定,方法基本基于人工感官评价技术。然而,由于人工感官评价具有主观波动性、评价疲劳性以及培训困难性等不可避免的缺陷,使得花椒的品质控制和等级划分难以形成统一标准化,在一定程度上制约了花椒产业的发展。因此,如何快速、稳定、标准地对花椒的品质进行检测已经成为花椒产业中一个亟需解决的问题。近年来,随着智能感官检测设备和技术的高速发展,使得花椒智能化品质检测成为可能。因此,本论文拟针对六种产地红花椒、四川青/红花椒、八种市售花椒油和七种不同花椒含量花椒油等四组研究对象,以电子鼻和电子舌为智能感官检测设备,基于特征值优化和Filter-Wrapper特征值筛选得到两类特征值,采用支持向量机（SVM）、K-近邻（KNN）、决策树以及集成算法等22种模型分析方法,围绕“花椒和花椒油品质的智能检测”这一主题进行研究。论文主要研究工作和结论如下:（1）建立了花椒和花椒油种类的电子鼻检测方法,采用电子鼻对四组花椒和花椒油研究对象进行检测后采用电子鼻传感器优化和Filter-Wrapper特征值筛选得到两类特征值后采用22种模型进行验证分析。电子鼻传感器优化与特征值筛选的验证模型最佳准确率相比:针对六种产地红花椒,全分类均为40.0%,四川红花椒均为83.3%,山东红花椒由88.9%变为96.7%,山西红花椒均为83.3%,河北红花椒由85.6%变为84.4%,甘肃红花椒由97.8%变为92.2%,陕西红花椒由81.1%变为85.6%;针对四川青/红花椒,Subspace Discriminant和Linear SVM均为86.7%,Subspace KNN由83.3%变为86.7%;针对八种市售花椒油,全分类由74.2%变为75.0%,汉源花椒油均为96.7%,大红袍红花椒油均为100.0%,树上鲜花椒油由100.0%变为99.2%,金阳藤椒油由92.5%变为90.8%,鲜藤椒油由99.2%变为98.3%,特麻鲜花椒油由91.7%变为92.5%,香麻花椒油由91.7%变为90.0%,鲜麻藤椒油由90.8%变为89.2%;针对七种不同花椒含量花椒油,准确率均为86%左右。（2）建立了花椒和花椒油种类的电子舌检测方法,采用电子舌对四组花椒和花椒油研究对象进行检测后采用电子舌传感器优化和Filter-Wrapper特征值筛选得到两类特征值后采用22种模型进行验证分析。电子舌传感器优化与特征值筛选的验证模型最佳准确率相比:针对六种产地花椒,全分类由83.3%变为90.0%,四川红花椒由93.3%变为94.4%,山东红花椒由91.1%变为97.8%,山西红花椒均为100.0%,河北红花椒由91.1%变为100.0%,甘肃红花椒由91.1%变为96.7%,陕西红花椒由95.6%变为100.0%;针对四川青/红花椒,Fine Tree准确率由96.7%变为100.0%,Linear SVM和Cubic KNN为100.0%;针对八种市售花椒油,全分类由82.5%变为81.7%,汉源花椒油均为100.0%,大红袍花椒油由96.7%变为95.0%,树上鲜花椒油均为100.0%,金阳藤椒油由100.0%变为99.2%,鲜藤椒油由92.5%变为91.7%,特麻鲜花椒油由95.0%变为93.3%,香麻花椒油由98.3%变为95.8%,鲜麻藤椒油由99.2变为96.7%;针对七种不同花椒含量花椒油,准确率均为86%左右。（3）将花椒和花椒油电子鼻和电子舌的传感器优化特征值归一化处理合并,同时将花椒和花椒油电子鼻和电子舌特征值归一化合并后采用Filter-Wrapper特征值筛选得到两类联用特征值,采用22种模型进行验证分析。传感器优化与特征值筛选的验证模型最佳准确率相比:针对六种产地花椒,全分类由88.9%变为85.6%,四川红花椒由91.1%变为88.9%,山东红花椒由94.4%变为88.9%,山西红花椒由100.0%变为95.6%,河北红花椒由98.9%变为97.8%,甘肃红花椒由98.9%变为95.6%,陕西红花椒由98.9%变为94.4%;针对四川青/红花椒,Fine Tree、Linear SVM和Cubic KNN均分别为96.7%、100.0%和100.0%;针对八种市售花椒油,全分类由100.0%变为96.7%,汉源花椒油均为100.0%,大红袍红花椒油均为99.2%,树上鲜花椒油由100.0%变为96.7%,金阳藤椒油均为100.0%,鲜藤椒油均为100.0%,特麻鲜花椒油均为100.0%,香麻花椒油由100.0%变为97.5%,鲜麻藤椒油均为100.0%;针对七种不同花椒含量花椒油,准确率均为86%左右。（4）综合比较显示:针对六种产地红花椒,采用电子舌检测及SVM模型效果最佳;针对四川青/红花椒,采用电子舌检测及决策树、KNN和SVM三种模型效果最佳;针对八种市售花椒油,采用电子鼻-电子舌联用检测及SVM与集成算法模型效果最佳;针对七种花椒含量花椒油,采用经电子鼻、电子舌和两者联用检测及22种模型分析效果接近。
于鹏程[5]（2020）在《传统菜肴加工方式对姜风味的影响研究》文中认为生姜是姜科植物的新鲜根茎,是我国传统药食同源的食品,是中式菜肴烹饪中应用最广泛的调味品之一。国内外对生姜的风味研究集中在测定生姜本身的挥发性风味物质,以及简单与食材搭配进行风味变化的检测。本实验针对生姜在加热前后的风味物质变化,并研究出反应机理。本实验以莱芜生姜为原材料,优化了生姜中挥发性和半挥发性风味物质检测的实验条件,并对生姜中式菜肴热处理的过程进行了模拟,比较了生姜在热处理前后的风味物质变化,通过电子鼻检测验证了热处理前后风味物质的变化。实验采用固相微萃取-气质联用技术分析了生姜挥发性风味物质在不同萃取针头、不同萃取时间和不同萃取温度对风味物质的影响。实验数据表明,生姜挥发性风味物质的最适萃取针头为50/30 μm DVB/CAR/PDMS,最适萃取时间为30 min,最适萃取温度为60℃。采用气质联用技术研究了生姜半挥发性风味物质在不同浸提时间和不同浸提比例对检测结果的影响。实验数据表明,最适浸提条件为油:姜=10:1,浸提时间为 48h。实验采用固相微萃取-气质联用技术分析了生姜在五种中式菜肴热处理方式下（炖、蒸、炸、炒、烧）产生的风味物质,并对生姜热处理前后的风味物质变化进行了反应机理的研究。结果表明,加热会导致生姜独特辛辣味的挥发性风味物质（如姜黄烯、姜烯和β-倍半水芹烯等）相对含量降低,其中蒸处理后三种风味物质的变化量中最为明显,姜烯和β-倍半水芹烯在蒸处理后挥发性风味物质中没有检出;橙花醛和柠檬醛等具有水果香气的风味物质在热处理后相对含量上升明显,其中炖、炸和炒三种热处理方式的影响更为明显;桉叶油醇具有薄荷香气的风味物质在经过炖、炸和炒三种热处理后相对含量明显增加,而蒸处理和烧处理的相对含量较热处理前明显降低。实验采用电子鼻对生姜五种热处理的挥发性气体的检测进行了验证,并采用主成分分析法（PCA）和线性判别式分析法（LDA）对数据进行了处理。结果表明,其中主成分1（PC1）贡献率为93.46%,主成分2（PC2）贡献率为5.76%,2个主成分累积贡献率达到99.22%,LD1贡献率83.86%,LD2贡献率7.12%,总贡献率90.98%。
殷飞[6]（2019）在《中式卷烟清香型风格特征剖析及修饰强化》文中研究表明拥有自主核心技术的中式卷烟,包括中式烤烟和中式混合型卷烟,具有特定的口味和独特的香气风格,既能够满足中国卷烟消费者目前的消费需要,也符合消费者日渐升级的口味需求。中式卷烟以国产烟叶为主要原料,在口味特征和香气风格上与美式、英式、日式等卷烟不同,具有浓郁且明显的中国卷烟风格。在中国,以云南卷烟为代表的清香型卷烟,因其突出的怡人的清甜香气,受到众多消费者的喜欢。实际上,在我国销售的4000多万大箱卷烟中,清香型卷烟占了一半还多。虽然国内外对于卷烟内在化学成分与卷烟风格特征之间的联系研究了很多,但是基于清香型卷烟特殊的地缘性和单一品类特征,其致香机理一直不是很清晰。科学地研究清香型卷烟的致香机理,找出烟叶内在化学成分与香气特征的相互关联规律,不仅能为清香型烤烟的开发及生产提供有效措施和科学依据,而且能建立对应的香气补偿及强化工艺手段,改造烟叶内部化学成分的协调平衡,增加烟叶的可用性,对增强我国烟叶和卷烟产品的国际竞争力都具有重要意义。本文通过对国内8种畅销的卷烟（其中典型清香型卷烟两种）进行主流烟气成分分析,以GC-MS、和电子鼻（EN）等手段对主流烟气进行分析检测,并利用PLSR分析卷烟中糖、生物碱、有机酸、氨基酸及金属离子对清香型卷烟风格特征的贡献,建立清香型卷烟风格特征指纹图谱并进行论证,最后根据找到的规律建立了清香型卷烟风格特征修饰和强化的技术手段。主要内容如下:对烟叶的主要化学成分进行分类定量检测,采用PLSR等统计方法建立了清香型卷烟主流烟气化学成分与感官指标之间的相关性模型。探索主流烟气化学成分对感官质量的贡献性,找出对感官指标影响最大的香气成分。结果表明,以云南烟为代表的“清香”型卷烟特征风格,是清香、花香和酸香的一种综合感官表现。通过PLSR模型比较8种品牌卷烟烟气化合物的显着性,结果表明,清香与2,3-二甲基-2-环戊烯酮、巨豆三烯酮（B）呈显着正相关,与棕榈酸甲酯、棕榈酸乙酯、巨豆三烯酮（A）、巨豆三烯酮（C）、4-叔丁基-2,6-二甲基苯乙酮、油酸和糠醇呈显着负相关;酸香与甲酸糠醇酯、3-甲基-2-环戊烯酮、5-甲基糠醛、糠醇、油酸呈显着负相关,花香与丁烯酸呈显着正相关,与巨豆三烯酮（A）和棕榈酸乙酯呈显着负相关。对中式清香型卷烟的香气前体物的贡献进行分析。利用PLSR分析了烟叶中糖、烟草生物碱、有机酸、氨基酸和金属离子对清香型卷烟香气特征（清香、花香和酸香）的贡献。结果表明,糖与酸香成分有很强的相关性,而与清香和花香成分的相关性较弱。葡萄糖和蔗糖对酸香有显着贡献。不仅如此,氨基酸、有机酸和金属离子对中式清香型卷烟的特征香气也有显着影响。如脯氨酸对清香和花香有贡献,亮氨酸显着影响酸香;棕榈酸和硬脂酸有助于清香;月桂酸和棕榈酸对花香贡献显着;Na+与酸香呈显着正相关。采用SDE/GC-MS和电子鼻等不同分析手段,建立清香型卷烟香气特征标准指纹图谱和电子鼻雷达指纹图谱,用以对清香型卷烟进行快速鉴定和对不同类型卷烟进行特征香气成分预测。SDE/GC-MS分析结果表明,6个不同规格清香型卷烟样品与标准指纹图谱的相似度较高;6种非清香型卷烟样品的相似度值都不在清香型卷烟指纹图谱相似度的范围内,说明该清香型卷烟标准指纹图谱对样品判断的准确性较高。用电子鼻雷达指纹图谱判断选取的6种国产非清香型卷烟样品时,发现6种非清香型卷烟在SQC图中都位于可接受区域以外,进一步表明清香型与非清香型卷烟的差异明显,与相似度计算结果一致。综上表明,清香型卷烟的SDE/GC-MS指纹图谱和电子鼻雷达指纹图谱具有较好实用性,能够用于辨别清香型卷烟的特征及进行质量和特色风格的稳定性控制,具有较好的应用前途。对非清香型空白叶组、常规加香卷烟进行了对比评吸,结果表明,空白叶组加香后其感官评吸各指标都有大幅度提升,但是在清香、花香、酸香属性上还未达到理想状态。对空白叶组卷烟及常规加香卷烟的烟丝进行了GC-MS分析,结果发现,有27个成分未在空白卷烟中检测出,这些成分大多具有花香、甜香香气。利用上述PLSR分析得出的结论,在空白叶组上分别添加了巨豆三烯酮（B）、β-二氢大马酮等对清香型风格有正面作用的化合物,以及棕榈酸乙酯、糠醇等对清香型风格有负面作用的化合物,通过对比评吸,验证了PLSR分析结论的正确性。在此基础上在常规加香配方中增加了清香型风味物质,进一步通过模型实验验证了通过PLSR分析确定卷烟中各类化合物作用的方法和结论是正确有效的,发现秘鲁浸膏、β-二氢大马酮、苯乙酸苯乙酯、巨豆三烯酮（B）和月桂酸的合理组合,可以使卷烟的花甜香增加、清香透发和香气自然飘逸。电子鼻分析结果表明,经过修饰强化后的叶组清香型特征更明显。该方案可应用于清香型卷烟配方设计和产品开发,并为弱风格卷烟强化其清香特征提供了技术指导和理论依据。
朱凌燕[7]（2018）在《基于挥发性物质的大豆种子生活力检测技术的建立及应用》文中进行了进一步梳理大豆属于“短寿命”种子,保存过程中生活力降低较为明显。为有效维持种子生活力和稳定的种质遗传完整性,在种质保存过程中及时监测种子生活力的变化,以判断是否需要更新种质材料是十分必要的。目前,研究人员常用传统发芽法检测种子生活力,该方法的费时、费力及消耗种子等问题较为严重。因此,需要研发快速、高效、非破坏性的方法检验种子的生活力。本文以不同品种大豆种子为研究对象,构建了基于PEN3电子鼻技术的大豆种子生活力快速、无损检测技术,并将该技术在不同处理方式、不同品种大豆种子中进行了应用;通过顶空固相微萃取（Solid Phase Microextraction,SPME）-气相色谱-质谱联用技术（Gas Chromatography-Mass Spectrometry,GC-MS）检测气体成分差异,探讨了采用电子鼻技术检测种子生活力的理论基础。主要研究结果包括:1.检测参数对电子鼻技术检测效果的影响:本实验以“中豆27”为实验材料,证明检测时样品质量和密封时间都会对电子鼻各传感器的响应信号造成影响,并优化了相关参数,密封容器为100mL时,样品质量为10g、密封时间为1h检测稳定性和重复性更好。2.电子鼻技术可以有效区分不同生活力大豆种子:首先采用人工加速老化方法,获得发芽率为99%、80%、50%和20%的“中豆27”材料,利用电子鼻采集气体信号,采用线性判别法（Linear Discriminant Analysis,LDA）可以完全区分不同生活力种子。负载分析法（Loadings）结果显示,种子生活力区分贡献率较大的传感器为W2S（醇、醛酮类）、W1S（烷类）、W5S（氮氧化合物）、W2W（芳香成分）和W1W（有机硫化物类）,且均与种子生活力呈显着负相关。针对种子自然老化是否能反应人工加速老化的争议,进一步分析了自然老化“中豆27”材料,线性判别法同样可将发芽率99%、78%、50%和4%种子完全区分,且Loading结果一致,表明不同老化方式的同一种质主传感器相同,两种老化方式电子鼻信号存在相似性。综上所述,电子鼻技术可以应用于不同方式老化的大豆种子活力检测。3.电子鼻技术在不同种质大豆种子生活力检测中的应用检验:本实验以“中品661”及其经EMS诱变得到的496份材料为研究对象,采集种子老化前后电子鼻信号与种子生活力并对其进行分析。老化后电子鼻信号与种子生活力相关性分析结果表明,W1S（烷类）、W2S（醇、醛酮类）和W2W（芳香成分）与生活力呈显着负相关（R2=-0.891,-0.976,-0.736）,由此表明该技术可以应用于不同大豆种质材料种子生活力检测。4.电子鼻技术检测种子生活力的物质成分基础:为进一步了解挥发性物质检测大豆种子生活力的物质成分基础,采用固相微萃取-气相色谱-质谱联用技术检测人工老化“中豆27”不同生活力种子,经质谱鉴定后共得到10类318种化合物,其中19种化合物与种子生活力存在显着相关性,特别是化合物R1（醛类）、R37（酮类）和R45（醇类）与种子生活力呈显着负相关（相关系数R2=-0.9657、-0.8993、-0.9630）。这19种化合物主要为醇类、醛类、烷烃类、酮类等,与电子鼻数据Loading分析的主传感器成分相一致。由此,在物质成分层面上证明电子鼻技术检测种子生活力是可行的,也为进一步优化该技术提供了重要参考。综上所述,本研究优化了电子鼻检测参数,并证明该技术可应用于不同老化方式及不同品种大豆种子生活力的检测;采用顶空固相微萃取-气相色谱-质谱联用技术检测并分析了不同生活力大豆种子挥发性物质成分差异,探讨了电子鼻技术的理论基础,并为该技术进一步优化和应用于种质库种子生活力检测提供了重要参考。
漆明星,孙明[8]（2017）在《电子鼻的发展与应用综述》文中研究指明电子鼻是一种新兴的仿生检测系统,主要由气味取样操作器、气体传感器阵列和信号处理系统三种功能器件组成,可用于检测、分析和鉴别简单或复杂气味。作为新近发展的检测方法,它在农副产品与食品检测中的应用愈加广泛,例如在粮油、酒茶类、果蔬类和肉乳类等方面均有诸多报道,这也充分表明电子鼻未来有广阔的发展前景。本文介绍了电子鼻技术的概念,综述了电子鼻技术发展历史和在农副产品与食品检测方面的应用。
侯雪梅,赵学伟,段里仁[9]（2016）在《高性能金属氧化物基气敏材料研究及应用》文中进行了进一步梳理金属氧化物基气敏材料是新型气体传感器的核心组成部分,近年来发展迅速。围绕金属氧化物基气敏材料的作用机理、特征参数、性能强化及工业应用进行了阐述和展望。重点分析了金属掺杂、结构薄膜化以及多元复合技术在强化金属氧化物基气敏材料性能方面的研究。在此基础上,对今后的研究方向和趋势作了展望。
江津津,彭述辉,陈丽花[10]（2011）在《气味指纹技术在食品品质鉴别中的应用进展》文中进行了进一步梳理气味指纹技术在食品风味品质鉴别中有很好的应用前景,着重综述电子鼻气味指纹技术在鉴别食品品质方面的优势与应用情况,并展望了这一快速鉴别新技术在食品质量与安全监测领域的应用与发展趋势。
二、应用电子鼻检测香烟质量的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用电子鼻检测香烟质量的研究（论文提纲范文）
（1）不同干燥苜蓿品质分类方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 课题的研究基础 |
| 1.4 存在主要问题和研究的目的 |
| 1.5 研究内容及技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 2 实验材料和设备 |
| 2.1 实验材料 |
| 2.2 实验设备 |
| 2.2.1 场发射扫描电镜 |
| 2.2.2 电子鼻 |
| 2.3 数据处理方法 |
| 2.3.1 特征提取方法 |
| 2.3.2 特征降维方法 |
| 2.3.3 建模方法 |
| 2.4 本章小结 |
| 3 基于场发射扫描电镜的不同品质干燥苜蓿的识别 |
| 3.1 样品的选取与制备 |
| 3.2 扫描电镜采集图像方案 |
| 3.2.1 图像预处理 |
| 3.2.2 纹理特征提取 |
| 3.3 参数可视化结果分析 |
| 3.3.1 基于主成分分析的三维模型分析 |
| 3.3.2 基于线性判别分析的二维模型分析 |
| 3.4 建模结果分析 |
| 3.4.1 基于反向传播神经网络的分类分析 |
| 3.4.2 基于人工神经网络的分类分析 |
| 3.4.3 基于最小二乘支持向量机的分类分析 |
| 3.5 本章小结 |
| 4 基于仿生电子鼻的不同品质干燥苜蓿的识别 |
| 4.1 样品的选取与制备 |
| 4.2 电子鼻检测方案 |
| 4.2.1 典型电子鼻传感器的响应信号 |
| 4.3 电子鼻数据降维结果分析 |
| 4.3.1 基于主成分分析的特征降维分析 |
| 4.3.2 基于线性判别分析的特征降维分析 |
| 4.4 建模结果分析 |
| 4.4.1 基于径向基函数神经网络的分类分析 |
| 4.4.2 基于贝叶斯算法的分类分析 |
| 4.4.3 基于K最近邻算法的分类分析 |
| 4.4.4 基于支持向量机的分类分析 |
| 4.5 本章小结 |
| 5 总结 |
| 6 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）基于仿生嗅觉的家居异味智能监测系统研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 课题的研究背景与意义 |
| 1.3 室内气味检测技术现状 |
| 1.4 仿生嗅觉的发展历史与研究现状 |
| 1.5 论文主要内容与结构安排 |
| 1.6 本章小结 |
| 第二章 系统架构与气味监测方案设计 |
| 2.1 家居异味智能监测系统架构 |
| 2.1.1 设计原则 |
| 2.1.2 系统架构设计 |
| 2.2 气味监测方案设计 |
| 2.3 本章小结 |
| 第三章 家居异常气味特征数据库 |
| 3.1 气味感知模块 |
| 3.1.1 气味源的种类 |
| 3.1.2 传感器的介绍 |
| 3.1.3 气味感知模块设计 |
| 3.2 气味样本采集 |
| 3.3 传感器阵列响应情况 |
| 3.4 构建气味特征数据库 |
| 3.4.1 数据预处理 |
| 3.4.2 建立气味样本数据集 |
| 3.5 本章小结 |
| 第四章 仿生嗅觉的传统气味识别方法 |
| 4.1 主成分分析(PCA)算法理论 |
| 4.2 线性判别分析(LDA)算法理论 |
| 4.3 PCA+LDA的算法理论 |
| 4.4 PCA+LDA的分类识别结果 |
| 4.4.1 分类识别结果(120feat) |
| 4.4.2 分类识别结果(120feat+mean+var) |
| 4.5 本章小节 |
| 第五章 基于BP-Adaboost的气味识别模型 |
| 5.1 反向传播(BP)神经网络模型理论 |
| 5.1.1 神经元与激活函数 |
| 5.1.2 三层BP神经网络 |
| 5.2 Adaboost算法理论 |
| 5.3 基于BP-Adaboost的气味识别结果 |
| 5.3.1 BP-Adaboost算法理论 |
| 5.3.2 基分类器的构建 |
| 5.3.3 基分类器的气味识别结果 |
| 5.3.4 基于BP-Adaboost的气味识别结果 |
| 5.4 算法对比 |
| 5.5 本章小结 |
| 第六章 系统测试 |
| 6.1 系统功能测试 |
| 6.1.1 家电设备接入测试 |
| 6.1.2 手机端显示测试 |
| 6.2 气味识别性能测试 |
| 6.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（3）基于电子鼻技术结合化学计量法鉴别北京油鸡肉（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料 |
| 1.2 仪器与设备 |
| 1.3 方法 |
| 1.3.1 样品制备 |
| 1.3.2 电子鼻测定 |
| 1.3.3 特征值提取 |
| 1.4 数据处理 |
| 2 结果与分析 |
| 2.1 S-LDA结果 |
| 2.2 人工神经网络分析结果 |
| 2.2.1 神经网络判别分析结果 |
| 2.2.2 MLP建模分类结果 |
| 2.3 SVM建模分类结果 |
| 3 讨论 |
| 4 结论 |
（4）智能感官技术关于花椒和花椒油品质的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 花椒研究现状 |
| 1.3 人工智能检测手段 |
| 1.3.1 电子鼻技术 |
| 1.3.2 电子舌技术 |
| 1.4 人工智能识别算法简述 |
| 1.4.1 支持向量机 |
| 1.4.2 K-近邻算法 |
| 1.4.3 决策树算法 |
| 1.4.4 集成算法 |
| 1.4.5 过滤式和包裹式结合挑选特征值 |
| 1.5 研究目标与内容 |
| 1.5.1 研究目标 |
| 1.5.2 研究内容 |
| 第2章 基于电子鼻技术的花椒和花椒油分析 |
| 2.1 引言 |
| 2.2 实验材料 |
| 2.3 实验方法 |
| 2.3.1 样品前处理 |
| 2.3.2 检测方法 |
| 2.3.3 六种产地花椒电子鼻数据处理方法 |
| 2.3.4 四川青/红花椒电子鼻数据处理方法 |
| 2.3.5 八种市售花椒油电子鼻数据处理方法 |
| 2.3.6 七种不同花椒含量花椒油电子鼻数据处理方法 |
| 2.4 结果及讨论 |
| 2.4.1 六种产地花椒结果及讨论 |
| 2.4.2 四川青/红花椒结果及讨论 |
| 2.4.3 八种市售花椒油结果及讨论 |
| 2.4.4 七种不同花椒含量花椒油结果及讨论 |
| 2.5 本章小结 |
| 第3章 基于电子舌技术的花椒和花椒油分析 |
| 3.1 引言 |
| 3.2 实验材料与设备 |
| 3.2.1 实验材料 |
| 3.2.2 实验设备 |
| 3.3 实验方法 |
| 3.3.1 样品前处理 |
| 3.3.2 检测方法 |
| 3.3.3 不同产地六种花椒电子舌数据处理方法 |
| 3.3.4 四川青/红花椒电子舌数据处理方法 |
| 3.3.5 八种市售花椒油电子舌数据处理方法 |
| 3.3.6 七种不同花椒含量花椒油电子舌数据处理方法 |
| 3.4 结果及讨论 |
| 3.4.1 六种产地花椒结果及讨论 |
| 3.4.2 四川青/红花椒结果及讨论 |
| 3.4.3 八种市售花椒油结果及讨论 |
| 3.4.4 七种不同花椒含量花椒油结果及讨论 |
| 3.5 本章小结 |
| 第4章 基于电子鼻、电子舌技术数据联用的花椒和花椒油分析 |
| 4.1 引言 |
| 4.2 实验方法 |
| 4.2.1 六种产地花椒电子鼻、电子舌数据联用处理方法 |
| 4.2.2 四川青/红花椒电子鼻、电子舌数据联用处理方法 |
| 4.2.3 八种市售花椒油电子鼻、电子舌数据联用处理方法 |
| 4.2.4 七种不同花椒含量花椒油电子鼻、电子舌数据联用处理方法 |
| 4.3 结果及讨论 |
| 4.3.1 六种产地花椒结果及讨论 |
| 4.3.2 四川青/红花椒结果及讨论 |
| 4.3.3 八种市售花椒油结果及讨论 |
| 4.3.4 七种不同花椒含量花椒油结果及讨论 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（5）传统菜肴加工方式对姜风味的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 生姜介绍 |
| 1.2 生姜风味的研究进展 |
| 1.2.1 挥发性风味物质 |
| 1.2.2 非挥发性风味物质 |
| 1.3 中式热处理的研究进展 |
| 1.4 电子鼻技术的研究进展 |
| 1.4.1 电子鼻技术的原理及组成 |
| 1.4.2 电子鼻技术的应用 |
| 1.5 课题研究目的及内容 |
| 1.5.1 研究目的及意义 |
| 1.5.2 研究内容 |
| 2 材料与方法 |
| 2.1 实验材料与设备 |
| 2.1.1 实验原料与试剂 |
| 2.1.2 实验仪器 |
| 2.2 生姜风味物质的研究方法 |
| 2.2.1 实验条件对姜挥发性风味物质检测的影响 |
| 2.2.2 分析条件对姜半挥发性风味物质检测的影响 |
| 2.3 检测条件干扰性因素分析 |
| 2.4 热处理方式对姜风味物质的影响 |
| 2.4.1 生姜炖处理风味物质的测定 |
| 2.4.2 生姜蒸处理风味物质的测定 |
| 2.4.3 生姜炸处理风味物质的测定 |
| 2.4.4 生姜炒处理风味物质的测定 |
| 2.4.5 生姜烧处理风味物质的测定 |
| 2.5 生姜热处理风味电子鼻研究 |
| 3 结果与讨论 |
| 3.1 生姜风味物质研究的结果与分析 |
| 3.1.1 生姜挥发性成分的测定 |
| 3.1.2 生姜半挥发性成分的测定 |
| 3.2 检测条件干扰性因素对生姜挥发性风味物质检测的影响结果与分析 |
| 3.3 生姜热处理风味物质研究的结果与分析 |
| 3.3.1 炖处理对生姜风味的影响 |
| 3.3.2 蒸处理对生姜风味的影响 |
| 3.3.3 炸处理对生姜风味的影响 |
| 3.3.4 炒处理对生姜风味的影响 |
| 3.3.5 烧处理对生姜风味的影响 |
| 3.3.6 热处理方式对生姜的综合影响分析 |
| 3.3.7 中式热处理对生姜挥发性风味物质影响的电子鼻分析 |
| 4 结论 |
| 4.1 全文总结 |
| 4.2 论文的创新点 |
| 4.3 论文的不足之处 |
| 5 展望 |
| 6 参考文献 |
| 7 攻读硕士学位期间发表论文情况 |
| 8 致谢 |
（6）中式卷烟清香型风格特征剖析及修饰强化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 中式卷烟概述 |
| 1.1.1 中式卷烟的发展趋势 |
| 1.1.2 中式卷烟的定义和基本特征 |
| 1.1.3 中式卷烟的分类和风格特征 |
| 1.2 清香型卷烟的研究进展 |
| 1.2.1 清香型卷烟的概念和类别 |
| 1.2.2 清香型卷烟的研究现状 |
| 1.2.3 清香型卷烟开发存在的问题及解决方案 |
| 1.3 烟草化学成分与卷烟风格和感官品质的关系 |
| 1.3.1 卷烟风格和感官品质 |
| 1.3.2 不同化学成分对烟草风味的影响 |
| 1.3.3 化学成分与感官品质的关系 |
| 1.4 卷烟风味成分的鉴别方法 |
| 1.4.1 电子鼻 |
| 1.4.2 近红外光谱技术 |
| 1.4.3 气相色谱-质谱联用技术 |
| 1.4.4 指纹图谱的建立 |
| 1.5 论文选题背景和意义 |
| 1.6 主要研究内容 |
| 参考文献 |
| 第二章 清香型卷烟风格特征剖析 |
| 2.1 前言 |
| 2.2 材料与设备 |
| 2.2.1 实验材料 |
| 2.2.2 实验设备 |
| 2.3 感官评估 |
| 2.4 实验方法 |
| 2.4.1 样品的预处理 |
| 2.4.2 挥发性化合物定量分析 |
| 2.4.3 统计分析 |
| 2.5 结果与讨论 |
| 2.5.1 感官评定 |
| 2.5.2 基于卷烟感官评吸的PCA分析 |
| 2.5.3 烟气成分分析 |
| 2.6 结论 |
| 参考文献 |
| 第三章 清香型卷烟特征风格致香前体贡献分析研究 |
| 3.1 前言 |
| 3.2 材料和设备 |
| 3.2.1 实验材料 |
| 3.2.2 实验设备 |
| 3.3 香烟特征香气的感官评价 |
| 3.4 实验方法 |
| 3.4.1 糖的分析 |
| 3.4.2 氨基酸分析 |
| 3.4.3 有机酸的GC-MS分析 |
| 3.4.4 烟草生物碱的GC-MS分析 |
| 3.4.5 烟草中离子化合物分析 |
| 3.4.6 统计分析 |
| 3.5 结果与讨论 |
| 3.5.1 烟叶中的糖含量及其对香烟特征香气的贡献分析 |
| 3.5.2 烟叶氨基酸对香烟特征香气的贡献分析 |
| 3.5.3 烟草有机酸对香烟特征香气的贡献 |
| 3.5.4 烟叶生物碱对香烟特征香气的贡献 |
| 3.5.5 烟草金属离子对香烟特征香气的贡献 |
| 3.5.6 基于PLSR技术的烟草成分对其感官品质的贡献分析 |
| 3.6 结论 |
| 参考文献 |
| 第四章 清香型卷烟质量评价系统-特征指纹图谱的建立 |
| 4.1 前言 |
| 4.2 材料与设备 |
| 4.2.1 实验材料 |
| 4.2.2 主要仪器 |
| 4.3 实验方法 |
| 4.3.1 前处理过程 |
| 4.3.2 GC-MS分析 |
| 4.3.3 电子鼻分析 |
| 4.3.4 指纹图谱相似度分析 |
| 4.3.5 数据处理 |
| 4.4 结果与讨论 |
| 4.4.1 清香型卷烟SDE/GC-MS色谱指纹图谱的建立 |
| 4.4.2 电子鼻雷达指纹图谱的建立 |
| 4.5 结论 |
| 参考文献 |
| 第五章 清香型卷烟致香物质的验证与风格特征的修饰强化 |
| 5.1 前言 |
| 5.2 材料与方法 |
| 5.2.1 实验材料 |
| 5.2.2 实验仪器 |
| 5.2.3 实验方法 |
| 5.3 结果与讨论 |
| 5.3.1 基于卷烟感官评吸的清香型卷烟致香物质验证 |
| 5.3.2 非清香型空白烟丝和加香烟丝的挥发性成分对比分析 |
| 5.3.3 清香型卷烟特征香气的修饰强化及感官评吸 |
| 5.3.4 电子鼻分析结果 |
| 5.4 结论 |
| 参考文献 |
| 主要结论 |
| 论文主要创新点 |
| 致谢 |
| 附录 ：攻读博士学位期间发表的论文成果 |
（7）基于挥发性物质的大豆种子生活力检测技术的建立及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 文献综述 |
| 1.1 种子生活力检测方法的研究 |
| 1.1.1 种子生活力的定义 |
| 1.1.2 种子生活力常规检测方法 |
| 1.1.3 生活力检测方法的发展 |
| 1.2 电子鼻技术 |
| 1.2.1 电子鼻简介 |
| 1.2.2 电子鼻技术原理 |
| 1.2.3 电子鼻技术的应用 |
| 1.3 气相色谱-质谱(GC-MS)联用技术 |
| 1.3.1 GC-MS技术简介 |
| 1.3.2 GC-MS技术原理 |
| 1.3.3 GC-MS技术的应用 |
| 1.4 研究目的、内容和技术路线 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 2 材料与方法 |
| 2.1 实验材料和处理 |
| 2.1.1 实验材料 |
| 2.1.2 种子老化处理 |
| 2.2 发芽指标测定 |
| 2.3 大豆种子挥发性物质信号采集 |
| 2.3.1 仪器与设备 |
| 2.3.2 电子鼻数据采集 |
| 2.3.3 电子鼻数据处理 |
| 2.4 大豆种子挥发性物质成分分析 |
| 2.4.1 仪器与设备 |
| 2.4.2 GC-MS数据采集 |
| 2.4.3 GC-MS数据处理 |
| 3 结果与分析 |
| 3.1 电子鼻检测技术参数优化 |
| 3.1.1 样品质量和密封时间的确定 |
| 3.1.2 不同方式老化大豆的种子生活力检测结果 |
| 3.2 不同大豆种质材料的种子生活力检测 |
| 3.2.1 材料间种子生活力差异 |
| 3.2.2 电子鼻信号与种子生活力的关系 |
| 3.3 大豆种子挥发性物质成分分析 |
| 3.3.1 大豆种子挥发性物质检测结果 |
| 3.3.2 大豆种子挥发性物质与种子生活力关系 |
| 4 讨论 |
| 4.1 电子鼻技术可以应用于大豆种子生活力检测 |
| 4.1.1 电子鼻检测大豆种子生活力技术参数优化问题 |
| 4.1.2 电子鼻技术在不同老化方式处理的大豆种子生活力检测问题 |
| 4.1.3 电子鼻技术在不同大豆种质材料中的应用 |
| 4.2 电子鼻技术检测种子生活力的理论基础 |
| 参考文献 |
| 致谢 |
（9）高性能金属氧化物基气敏材料研究及应用（论文提纲范文）
| 0 引言 |
| 1 金属氧化物基气敏材料的敏感机理 |
| 2 金属氧化物基气敏材料的性能测试及特征参数 |
| 3 金属氧化物基气敏材料的性能增强技术 |
| 3.1 基于表面修饰改性的气敏性能增强技术 |
| 3.2 基于薄膜结构的气敏性能增强技术 |
| 3.3 基于多元复合材料的气敏性能增强技术 |
| 4 高性能金属氧化物基气敏元件的应用 |
| 4.1 食品分析中的应用 |
| 4.2 烟草行业中的应用 |
| 4.3 农药残留检测中的应用 |
| 4.4 医疗诊断中的应用 |
| 4.5 环境监测中的应用 |
| 5 结语 |
（10）气味指纹技术在食品品质鉴别中的应用进展（论文提纲范文）
| 1 气味指纹分析技术概述 |
| 2 气味指纹技术在食品品质鉴别上的应用优势 |
| 2.1 同感官鉴定相比的检测优越性 |
| 2.2 同其他仪器分析方法相比的优越性 |
| 3 电子鼻气味指纹技术在食品品质鉴别上的应用进展 |
| 3.1 鉴评烟酒 |
| 3.2 肉类新鲜度鉴别 |
| 3.3 果蔬成熟度鉴评 |
| 3.4 其他食品的鉴别 |
| 4 展望 |
四、应用电子鼻检测香烟质量的研究（论文参考文献）
- [1]不同干燥苜蓿品质分类方法的研究[D]. 陈高峯. 内蒙古农业大学, 2021(02)
- [2]基于仿生嗅觉的家居异味智能监测系统研究与设计[D]. 马东旭. 广东工业大学, 2020(06)
- [3]基于电子鼻技术结合化学计量法鉴别北京油鸡肉[J]. 张宾惠,高嵩,贾飞,郑丽敏,刘毅,王梁,吕学泽,李兴民. 肉类研究, 2020(02)
- [4]智能感官技术关于花椒和花椒油品质的应用研究[D]. 李娜. 浙江工商大学, 2020(05)
- [5]传统菜肴加工方式对姜风味的影响研究[D]. 于鹏程. 天津科技大学, 2020(08)
- [6]中式卷烟清香型风格特征剖析及修饰强化[D]. 殷飞. 江南大学, 2019(04)
- [7]基于挥发性物质的大豆种子生活力检测技术的建立及应用[D]. 朱凌燕. 福建农林大学, 2018(02)
- [8]电子鼻的发展与应用综述[A]. 漆明星,孙明. 中国畜牧兽医学会信息技术分会第十二届学术研讨会论文集, 2017
- [9]高性能金属氧化物基气敏材料研究及应用[J]. 侯雪梅,赵学伟,段里仁. 材料导报, 2016(03)
- [10]气味指纹技术在食品品质鉴别中的应用进展[J]. 江津津,彭述辉,陈丽花. 食品研究与开发, 2011(08)