第一章 人工嗅觉和人工味觉系统概述 1
1.1 前言 1
1.2 生物嗅觉的研究进展 2
1.3 生物味觉的研究进展 3
1.4 人工嗅觉系统的研究进展 4
1.4.1 人工嗅觉系统 4
1.4.2 气体传感器的发展 5
1.4.3 采样系统和信息处理 6
1.5 人工味觉的研究进展 6
1.5.1 人工味觉系统 6
1.5.2 味敏材料的选取、性质、敏感机理及制备 7
1.6 机理和数学模型 8
1.6.1 晶界势垒模型 8
1.6.2 表面电导模型 9
1.6.3 氧离子陷阱势垒模型 9
1.6.4 气味传感器数学模型 9
1.6.5 味觉传感器机理模型 10
1.6.6 味觉膜电势的振荡机理 11
1.6.7 味觉膜电势的混沌振动 12
1.7 模式识别技术 14
1.7.1 统计识别方法 15
1.7.2 人工神经网络模式识别 16
1.8 电子鼻的发展 17
1.8.1 模块化的电子鼻 18
1.8.2 电子鼻的应用 19
1.9 电子舌的发展 20
1.10 嗅觉和味觉图像传感器的发展 23
第二章 嗅觉和味觉的神经生理及其模拟 25
2.1 概述 25
2.2 嗅觉神经生理的数学模型 26
2.3 计算机模拟和仿真 30
2.3.1 嗅觉系统机理模型的参数优化 30
2.3.2 嗅觉系统行为特性的研究 32
2.4 生物味觉系统的混沌模型 36
2.5 生物嗅觉的电生理实验 38
2.6 生物味觉的电生理实验 40
第三章 人工嗅觉和味觉感受器的构造 44
3.1 概述 44
3.2 微结构硅嗅敏器件集成制造技术 45
3.3 传感器特性 46
3.3.1 初始过程响应 46
3.3.2 氧分压对气敏传感器特性的影响 46
3.4 影响气敏传感器性能的几种因素 47
3.4.1 材料及成膜技术 47
3.4.2 应用溶凝胶技术制备敏感膜 48
3.4.3 工作状态及工作环境 48
3.5 传感器优化结构设计 49
3.5.1 集成传感器的制作 50
3.5.2 仿真模型的建立与分析 51
3.5.3 柔性阵列传感器设计思想 57
3.6 多电极味觉感受器的研制 67
3.6.1 味敏传感器阵列的设计及工作原理 67
3.6.2 味敏材料的选取、性质、敏感机理及制备 68
第四章 人工嗅觉和味觉的模式识别 74
4.1 人工神经网络的应用 74
4.1.1 特征提取和选择 74
4.1.2 常用的ANN算法 75
4.2 柔性神经网络(FNN)构造及算法 79
4.2.1 FNN的分立算法 80
4.2.2 FNN的统一算法 81
4.3 模糊识别方法 85
4.3.1 网络结构与算法 86
4.3.2 有关实验结果 88
4.4 嗅觉和味觉的图像识别 90
4.4.1 LAPS原理概述 90
4.4.2 LAPS技术的应用 91
4.4.3 LAPS器件加工工艺 93
4.4.4 嗅觉图像的检测 95
4.4.5 味觉图像的检测 97
第五章 人工嗅觉和人工味觉的应用 100
5.1 酒类及饮料的检测 100
5.1.1 化学感觉和香味 100
5.1.2 气味传感器的准备 101
5.1.3 顶端气体空间取样 102
5.1.4 识别结果 102
5.2 用于食物分析的电子鼻 103
5.2.1 电子鼻的设计 103
5.2.2 鳕鱼和牛肉的分类和识别 105
5.2.3 西红柿的检测 106
5.2.4 红葡萄酒的检测 107
5.3 医疗诊断中的应用 108
5.3.1 人工嗅觉系统在呼吸诊断中的应用 108
5.3.2 呼吸气体的图像检测 111
5.4 药物分子识别中的应用 112
5.5 基于多信息融合技术的智能系统 113
5.5.1 呼吸测试系统的多信息融合 113
5.5.2 多传感器信息融合技术 115
5.5.3 智能品酒师检测系统 126
第六章 人工嗅觉和味觉的发展趋势 131
6.1 生物嗅觉和味觉神经生理研究的发展趋势 131
6.1.1 实验方法 132
6.1.2 结果与讨论 133
6.2 人工嗅觉和味觉图像传感器技术的新发展 133
6.2.1 信号处理技术的新发展 133
6.2.2 多光源图像检测技术的发展 135
6.3 生物嗅觉生理模型在电子鼻系统中的应用 137
6.4 电子鼻呼吸气体诊断的展望 139
6.5 人工智能专家系统在嗅觉和味觉中的应用 140
参考文献 143