第一章 概述 1
1. 1引言 1
1.2仿生嗅觉的发展历程 2
1.3仿生嗅觉的应用领域 3
1.4仿生嗅觉的技术展望 5
1.4. 1传感器技术 5
1.4. 2嗅觉神经芯片 6
1.4.3气味数字化、重现及网络化传输 8
第二章 仿生嗅觉原理 11
2. 1仿生嗅觉的生理学基础 11
2. 1. 1人体嗅觉生理结构 11
2. 1.2嗅觉的形成过程 13
2.2仿生嗅觉系统的结构、理论与技术 15
2.2. 1仿生嗅觉基本结构 15
2.2.2仿生嗅觉理论基础 16
2.2.3仿生嗅觉技术基础 18
第三章 仿生嗅觉传感 21
3.1仿生嗅觉传感器 21
3.1.1金属氧化物半导体传感器 21
3.1.2导电聚合物传感器 25
3.1.3质量型气敏传感器 28
3.1.4化学电容型传感器 31
3.1.5电位型气敏传感器 32
3.1.6其他气敏传感器 34
3.2仿生嗅觉传感器阵列 35
3.2. 1仿生嗅觉传感器的选型原则 35
3.2.2传感器阵列构造的基本准则 36
3. 2.3阵列的响应模型 38
第四章 仿生嗅觉系统采样方法以及信号调理 41
4. 1气味的采样 41
4. 1.1顶空采样法 41
4.1.2扩散采样法 44
4.1.3渗透采样法 45
4. 1.4起泡式采样法 46
4. 1. 5采样袋方法 47
4. 2气味的预浓缩处理 48
4.2. 1预浓缩装置 48
4. 2. 2去湿处理 49
4. 2.3使用预浓缩管提高选择性 49
4. 3接口电路及信号处理 50
4.3. 1接口电路 50
4.3.2信号放大电路 61
4. 3. 3 A/D转换电路 65
4. 4信号预处理 70
4.4. 1基线处理 71
4.4.2压缩处理 71
4.4. 3标准化处理 72
4.5传感器漂移及补偿 75
4.5. 1漂移现象及漂移的物理原因 75
4. 5. 2传感器漂移举例 77
4.5.3模型构建策略 79
4.5.4漂移补偿 81
第五章 仿生嗅觉系统气味信息统计学分析 87
5. 1气味信息的特征选择与提取 88
5. 1. 1特征选择 88
5. 1. 2特征提取 90
5.2气味信息的预处理 91
5. 3主成分分析 92
5. 4独立成分分析 95
5. 5聚类分析 96
5. 6线性判别分析 99
5.6.1 Fisher鉴别准则 99
5.6.2最大散度差鉴别准则 101
5.6. 3其他线性分析简述 102
5. 7支持向量机分析 103
5.7. 1原理及算法描述 103
5.7.2核函数及模型选择 105
第六章 仿生嗅觉系统人工神经网络分析 108
6. 1神经网络模型 108
6.2反向传播多层前馈神经网络 112
6.2. 1反向传播神经网络结构 112
6. 2. 2 BP学习算法 113
6.3其他神经网络 116
6.3.1遗传神经网络 116
6.3.2径向基函数神经网络 124
6.3.3概率神经网络PNN 126
6.3.4竞争特征映射神经网络 127
第七章 常见商用仿生嗅觉系统 129
7. 1德国AIRSENSE公司PEN系列电子鼻 129
7. 1. 1 PEN3的系统构成及检测原理 129
7.1.2科研组开发的分析与处理系统 136
7. 2 Cyranose 320便携式电子鼻 138
7. 2. 1 Cyranose 320的简介 138
7. 2. 2 Cyranose 320的工作原理 140
7. 3法国Alpha MOS公司FOX系列电子鼻 142
第八章 仿生嗅觉系统的应用 145
8.1在中药（材）识别中的应用 145
8.1.1中药材种类识别 146
8.1.2道地中药材鉴别 153
8.1.3中成药百草油质量分析 159
8.2在焙烤食品工业中的应用 162
8.2. 1焙烤食品气味的信息获取 163
8.2.2广式焙烤食品的质量评判 167
8.3在水产品中的应用 181
8. 3. 1鱼类识别 181
8.3.2鱼的新鲜度估计 183
8.4在精细化工业中的应用 187
8. 5在卷烟行业中的应用 191
8.5.1卷烟品牌识别 191
8. 5. 2卷烟等级识别 195
参考文献 205