模拟生物嗅觉神经系统的混沌神经网络及应用

以神经生物学实验结果为基础,根据生物嗅觉神经系统的信息处理机制,Freeman建立了非线性神经网络模型-K系列模型。KIII模型在模拟神经系统方面具有突出的优点,同时也具有一定的模式识别的能力,它的仿生特点代表了一种新型的神经网络模型。因此,KIII模型在解释人脑的认知机制和处理比较复杂的模式识别问题中有着广泛的实际应用价值。该文应用KIII模型在图像模式识别方面的应用做了初步探索,并将该模型应用于具体的简单图像模式识别中,取得了良好的效果。这一探索拓展了KIII模型模式识别应用范围,为该模型在图像模式识别方面的广泛应用建立了基础。

微含量简单成分气体的人工嗅觉分析方法

提出了由两层径基函数（ＲＢＦ）网络和两层线性基本函数（ＬＢＦ）网络组成的串联神经网络，建立了由ＳｎＯ２ 半导体气敏传感器阵列和串联神经网络分类方法组成的人工嗅觉系统． 对微含量的甲醇、乙醇、丙酮挥发气的测试与分析结果表明， 提高了人工嗅觉系统的灵敏度和识别能力，为人工嗅觉系统对简单与复杂成分气味的实时检测和食品香气质量的人工分析创造了条件．关键词 嗅觉模拟， 串联神经网络，

人工智能嗅觉系统及其在食品加工中的应用

介绍了人工智能嗅觉系统工作的基本原理及其在食品加工中的应用。同时，指出了用人工智能嗅觉系统对食品品质进行评判，不仅能够保证评判结果的准确性，而且还具有广阔的应用前景。

基于人工嗅觉的呈香物质识别方法

研究了人工嗅觉在物质识别中的应用 ,概述了使用模式识别辨别物质气味的基本原理 ,详细介绍了人工嗅觉系统的硬件设计、算法和软件实现方法 ,最后使用本系统对不同香气物质进行了识别 ,取得了较好的结果。

人工嗅觉技术在智能火灾探测中的应用研究

介绍了人工嗅觉模拟技术的原理,提出了一种利用神经网络和模糊系统理论设计智能建筑火灾报警系统的方法。