期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于径向基函数神经网络的智能嗅觉系统
1
作者
常炳国
晏磊
毛节泰
《计算机测量与控制》
CSCD
2002年第3期143-144,151,共3页
提出了基于智能嗅觉系统的识别混合有毒气体组分浓度的方法。该系统包括两大部分 :有毒气体传感器阵列模块和径向基函数神经网络模块。前者用于获取反映有毒气体组分的电信号 ,后者用于提高识别混合有毒气体组分的选择性 ,降低气体传感...
提出了基于智能嗅觉系统的识别混合有毒气体组分浓度的方法。该系统包括两大部分 :有毒气体传感器阵列模块和径向基函数神经网络模块。前者用于获取反映有毒气体组分的电信号 ,后者用于提高识别混合有毒气体组分的选择性 ,降低气体传感器阵列中各个敏感器件的交叉灵敏度。径向基函数神经网络具有很强的非线性并行处理能力和容错能力 。
展开更多
关键词
径向基函数
神经网络
智能
嗅觉
系统
气体传感器阵列
模式识别
有毒气体
下载PDF
职称材料
人工智能嗅觉系统在矿业生产安全监测中的应用前景
2
作者
赵成军
黄胜全
《矿山机械》
北大核心
2005年第12期70-72,共3页
人工智能嗅觉系统是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器,通过人的嗅觉和人工嗅觉的比较,详细介绍了人工智能嗅觉系统的基本原理和组成、应用领域和目前的一些应用状况及应用前景。
关键词
人工
嗅觉
系统
智能
嗅觉
系统
安全监测
矿业生产
应用
挥发性成份
传感器阵列
电子鼻
装置组成
石油化工
原文传递
智能嗅觉系统的概况和应用前景
3
作者
孙嘉
《计算机时代》
1995年第4期23-24,共2页
智能嗅觉系统的概况和应用前景浙江商检局孙嘉一、引言随着科学技术的发展.人类在感知客观物质世界方面取得了很大进展,对人工嗅觉的需求也在日益增加。目前,在评价香水、食品等产品的香味方面,人鼻仍然是一项主要工具,在准确性和...
智能嗅觉系统的概况和应用前景浙江商检局孙嘉一、引言随着科学技术的发展.人类在感知客观物质世界方面取得了很大进展,对人工嗅觉的需求也在日益增加。目前,在评价香水、食品等产品的香味方面,人鼻仍然是一项主要工具,在准确性和统一性方面存在着问题,将会直接影响...
展开更多
关键词
智能
嗅觉
系统
神经网络
模式识别
下载PDF
职称材料
用于对酒类鉴别的智能检测系统
4
作者
梁坚
沈悦
+2 位作者
辛德瑗
陆毅新
胡真
《传感器技术》
CSCD
1996年第3期35-37,共3页
一种用于对酒类鉴别的智能嗅觉系统已经研制成功。该系统应用模式识别原理,用八个金属氧化物气敏元件组成一传感器阵列,传感器阵列的输出信号和模式识别的运算过程采用微机进行控制。该检测系统不但可鉴别甲醇、乙醇、丙醇等醇类化合...
一种用于对酒类鉴别的智能嗅觉系统已经研制成功。该系统应用模式识别原理,用八个金属氧化物气敏元件组成一传感器阵列,传感器阵列的输出信号和模式识别的运算过程采用微机进行控制。该检测系统不但可鉴别甲醇、乙醇、丙醇等醇类化合物,还可用来鉴别各种市售的白酒和啤酒。
展开更多
关键词
智能
嗅觉
系统
模式识别
传感器阵列
酒类鉴别
下载PDF
职称材料
人工智能嗅觉系统及其应用前景
被引量:
1
5
作者
赵成军
石志标
黄胜全
《饮料工业》
2004年第3期27-30,36,共5页
人工智能嗅觉系统是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器。通过人的嗅觉和人工嗅觉的比较 ,详细介绍了人工智能嗅觉系统的基本原理与组成。
关键词
人工
智能
嗅觉
系统
基本原理
组成
应用前景
嗅觉
仪器
下载PDF
职称材料
一种基于全程动态扫描的白酒鉴别智能人工嗅觉系统
被引量:
5
6
作者
于鹏
潘敏
陈裕泉
《传感技术学报》
CAS
CSCD
2003年第3期313-317,共5页
我们根据两类传感器的特性 ,针对白酒 ,采用了优化的金属氧化物气敏传感器阵列 ,进行白酒种类的鉴别实验。采用了一种新的实验方法———动态工作温度全程信号采集的方法。通过对气敏传感器工作电压的控制 ,使传感器工作温度发生周期性...
我们根据两类传感器的特性 ,针对白酒 ,采用了优化的金属氧化物气敏传感器阵列 ,进行白酒种类的鉴别实验。采用了一种新的实验方法———动态工作温度全程信号采集的方法。通过对气敏传感器工作电压的控制 ,使传感器工作温度发生周期性变化 ,从而形成一组传感器响应变化曲线 ,以更好地反映对象气体的特征。在对三种白酒的识别实验中 ,得到了
展开更多
关键词
全程动态扫描
智能
人工
嗅觉
系统
白酒
金属氧化物气敏传感器阵列
种类鉴别
气敏传感器
FFT
RBF
下载PDF
职称材料
农产品品质评判的智能嗅觉传感技术及其识别模型
7
《江苏大学学报(自然科学版)》
EI
CAS
北大核心
2005年第3期265-265,共1页
关键词
农产品品质
识别模型
传感技术
评判
智能
嗅觉
系统
质量检测体系
质量评定
江苏大学
技术应用
食品质量
生产工艺
品牌形象
企业
下载PDF
职称材料
阵列声表面波传感器中频率信号的多道自动采集
8
作者
杨燕明
杨 原
+1 位作者
王小如
黄本立
《厦门大学学报(自然科学版)》
CAS
CSCD
北大核心
1996年第5期725-729,共5页
介绍一种多路频率信号自动采集电路,由具有多路模拟开关的信号调理电路和频率采集接口板构成.频率采集接口板由商品化的可编程定时/计数和数字量输入输出板改造而成.具有价格低廉,使用方便等优点,可满足实验要求.
关键词
多路频率采集接口板
声表面波传感器阵列
人工
智能
嗅觉
传感
系统
下载PDF
职称材料
题名
基于径向基函数神经网络的智能嗅觉系统
1
作者
常炳国
晏磊
毛节泰
机构
北京大学地球物理系
出处
《计算机测量与控制》
CSCD
2002年第3期143-144,151,共3页
文摘
提出了基于智能嗅觉系统的识别混合有毒气体组分浓度的方法。该系统包括两大部分 :有毒气体传感器阵列模块和径向基函数神经网络模块。前者用于获取反映有毒气体组分的电信号 ,后者用于提高识别混合有毒气体组分的选择性 ,降低气体传感器阵列中各个敏感器件的交叉灵敏度。径向基函数神经网络具有很强的非线性并行处理能力和容错能力 。
关键词
径向基函数
神经网络
智能
嗅觉
系统
气体传感器阵列
模式识别
有毒气体
Keywords
intelligent olfaction system
radial basis function network
gas sensor array
selectivity
分类号
X701 [环境科学与工程—环境工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
人工智能嗅觉系统在矿业生产安全监测中的应用前景
2
作者
赵成军
黄胜全
机构
东北电力学院机电系
出处
《矿山机械》
北大核心
2005年第12期70-72,共3页
文摘
人工智能嗅觉系统是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器,通过人的嗅觉和人工嗅觉的比较,详细介绍了人工智能嗅觉系统的基本原理和组成、应用领域和目前的一些应用状况及应用前景。
关键词
人工
嗅觉
系统
智能
嗅觉
系统
安全监测
矿业生产
应用
挥发性成份
传感器阵列
电子鼻
装置组成
石油化工
Keywords
Artificial intelligent Qlfaction system Olfaction Identify
分类号
TD76 [矿业工程—矿井通风与安全]
原文传递
题名
智能嗅觉系统的概况和应用前景
3
作者
孙嘉
机构
浙江商检局
出处
《计算机时代》
1995年第4期23-24,共2页
文摘
智能嗅觉系统的概况和应用前景浙江商检局孙嘉一、引言随着科学技术的发展.人类在感知客观物质世界方面取得了很大进展,对人工嗅觉的需求也在日益增加。目前,在评价香水、食品等产品的香味方面,人鼻仍然是一项主要工具,在准确性和统一性方面存在着问题,将会直接影响...
关键词
智能
嗅觉
系统
神经网络
模式识别
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
用于对酒类鉴别的智能检测系统
4
作者
梁坚
沈悦
辛德瑗
陆毅新
胡真
机构
中国人民解放军防化研究院
出处
《传感器技术》
CSCD
1996年第3期35-37,共3页
文摘
一种用于对酒类鉴别的智能嗅觉系统已经研制成功。该系统应用模式识别原理,用八个金属氧化物气敏元件组成一传感器阵列,传感器阵列的输出信号和模式识别的运算过程采用微机进行控制。该检测系统不但可鉴别甲醇、乙醇、丙醇等醇类化合物,还可用来鉴别各种市售的白酒和啤酒。
关键词
智能
嗅觉
系统
模式识别
传感器阵列
酒类鉴别
Keywords
Intelligent odour-sening system Pattern recognition Gas sensor Sensor array
分类号
TS261.7 [轻工技术与工程—发酵工程]
TP212 [轻工技术与工程—食品科学与工程]
下载PDF
职称材料
题名
人工智能嗅觉系统及其应用前景
被引量:
1
5
作者
赵成军
石志标
黄胜全
机构
东北电力学院机电系
出处
《饮料工业》
2004年第3期27-30,36,共5页
文摘
人工智能嗅觉系统是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器。通过人的嗅觉和人工嗅觉的比较 ,详细介绍了人工智能嗅觉系统的基本原理与组成。
关键词
人工
智能
嗅觉
系统
基本原理
组成
应用前景
嗅觉
仪器
Keywords
artificial intelligent olfactory system
smell
identification
分类号
TP24 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
一种基于全程动态扫描的白酒鉴别智能人工嗅觉系统
被引量:
5
6
作者
于鹏
潘敏
陈裕泉
机构
浙江大学生物医学工程系
出处
《传感技术学报》
CAS
CSCD
2003年第3期313-317,共5页
文摘
我们根据两类传感器的特性 ,针对白酒 ,采用了优化的金属氧化物气敏传感器阵列 ,进行白酒种类的鉴别实验。采用了一种新的实验方法———动态工作温度全程信号采集的方法。通过对气敏传感器工作电压的控制 ,使传感器工作温度发生周期性变化 ,从而形成一组传感器响应变化曲线 ,以更好地反映对象气体的特征。在对三种白酒的识别实验中 ,得到了
关键词
全程动态扫描
智能
人工
嗅觉
系统
白酒
金属氧化物气敏传感器阵列
种类鉴别
气敏传感器
FFT
RBF
Keywords
gas sensor
dynamic
FFT
RBF
分类号
TS261.7 [轻工技术与工程—发酵工程]
TP212.6 [轻工技术与工程—食品科学与工程]
下载PDF
职称材料
题名
农产品品质评判的智能嗅觉传感技术及其识别模型
7
机构
江苏大学科技处
出处
《江苏大学学报(自然科学版)》
EI
CAS
北大核心
2005年第3期265-265,共1页
关键词
农产品品质
识别模型
传感技术
评判
智能
嗅觉
系统
质量检测体系
质量评定
江苏大学
技术应用
食品质量
生产工艺
品牌形象
企业
分类号
F323 [经济管理—产业经济]
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
阵列声表面波传感器中频率信号的多道自动采集
8
作者
杨燕明
杨 原
王小如
黄本立
机构
材料和生命过程分析化学国家教委开放实验室
出处
《厦门大学学报(自然科学版)》
CAS
CSCD
北大核心
1996年第5期725-729,共5页
基金
国家自然科学基金
文摘
介绍一种多路频率信号自动采集电路,由具有多路模拟开关的信号调理电路和频率采集接口板构成.频率采集接口板由商品化的可编程定时/计数和数字量输入输出板改造而成.具有价格低廉,使用方便等优点,可满足实验要求.
关键词
多路频率采集接口板
声表面波传感器阵列
人工
智能
嗅觉
传感
系统
Keywords
Multiple frequency sampling interface board
Surface acoustic wave sensor array
Artificial intelligent olfactory sensor system
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于径向基函数神经网络的智能嗅觉系统
常炳国
晏磊
毛节泰
《计算机测量与控制》
CSCD
2002
0
下载PDF
职称材料
2
人工智能嗅觉系统在矿业生产安全监测中的应用前景
赵成军
黄胜全
《矿山机械》
北大核心
2005
0
原文传递
3
智能嗅觉系统的概况和应用前景
孙嘉
《计算机时代》
1995
0
下载PDF
职称材料
4
用于对酒类鉴别的智能检测系统
梁坚
沈悦
辛德瑗
陆毅新
胡真
《传感器技术》
CSCD
1996
0
下载PDF
职称材料
5
人工智能嗅觉系统及其应用前景
赵成军
石志标
黄胜全
《饮料工业》
2004
1
下载PDF
职称材料
6
一种基于全程动态扫描的白酒鉴别智能人工嗅觉系统
于鹏
潘敏
陈裕泉
《传感技术学报》
CAS
CSCD
2003
5
下载PDF
职称材料
7
农产品品质评判的智能嗅觉传感技术及其识别模型
《江苏大学学报(自然科学版)》
EI
CAS
北大核心
2005
0
下载PDF
职称材料
8
阵列声表面波传感器中频率信号的多道自动采集
杨燕明
杨 原
王小如
黄本立
《厦门大学学报(自然科学版)》
CAS
CSCD
北大核心
1996
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部