1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述1.1研究背景意义人工智能科学领域的发展离不开各类信息的获取和辨识。
机器嗅觉（machine olfaction）又称为电子鼻（e-nose），是一种利用电子装置模拟生物嗅觉系统的仿生检测技术，广泛应用于气体/气味定性识别与定量分析中，如应用于环境监测、消防、化工过程、临床诊断等一系列领域，是重要的人工智能系统之一。
理论上，相同测量条件下的电子鼻对同一气体的同一浓度响应应当是相同的。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
２．本课题要研究或解决的问题和拟采用的研究手段（途径）：2.1该课题以公开的嗅觉感知数据库为对象，研究不同的深度学习算法对电子鼻信号的长期漂移抑制，包括深度卷积神经网络、长短期记忆神经网络、集成神经网络、以及基于历史数据的其他深度学习方法等。
具体要求如下：1. 运用深入的测控技术与仪器专业知识对电子鼻仪器的工程原理进行分析。
2. 基于科学原理, 采用科学方法，研究不同的深度学习算法对电子鼻信号的长期漂移抑制，并提出科学实验方法。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
