1. 毕业设计（论文）的内容和要求

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（空气污染）、消防（煤矿、油库、建筑物报警）、化工过程（药品、化肥）、临床诊断（人体呼吸、排泄气体检测）等一系列领域，是重要的人工智能系统之一。

金属氧化物半导体（metal oxide semiconductor, mos）气敏传感器以其对目标气体响应速度快、灵敏度高、结构简单、成本低廉等优点，成为机器嗅觉系统中的典型。

2. 参考文献

[1]马忠梅等.单片机的C语言应用程序设计[M].北京：北京航空航天大学出版社，2003. [2] 范超群. 电子鼻系统中的特征提取研究[D]. 华中科技大学, 2007. [3] 刘华亨. 基于传感器阵列瞬态响应信号分析的气体识别关键技术研究[J]. 信息通信, 2016(11):5-6. [4] Di Francesco F, Lazzerini B, Marcelloni F, et al. An Electronic Nose for Odour Annoyance Assessment [J]. Atmospheric Environment, 2001, 35: 1225~1234. [5] Bermak A, Hassan M, Pan X. Handbook of Biochips/Artificial Olfactory System[J]. Springer, 2015. [6] Marco S, Gutierrez-Galvez A. Signal and Data Processing for Machine Olfaction and Chemical Sensing: A Review [J]. IEEE Sensors Journal, 2012, 12(11):3189-3214.

3. 毕业设计（论文）进程安排

第 3 周（1-2至3-8） 熟悉机器嗅觉系统的原理及组成，开题。

第4周 (3-9至3-15) 完成外文资料翻译，按照翻译的封面及格式提交电子版本； 第5～6周(3-16至3-29) 调研，查阅中英文资料15篇以上，完成文献综述；完成开题报告 第7周 (3-30至4-5)熟练掌握Matlab或Python环境下的机器学习系统建模方法 第8～9周(4-6至4-19)围绕任务书中的内容，完成的方案论证，MOS气体传感器阵列的数据采集 第10～12周(4-20至5-10)中期检查；完成特征提取算法的编译 第13～15周(5-11至5-31)结合样本数据进行测试；利用分类器进行测试提取效果，对比分析 第16～18周(6-1至6-15)论文撰写；答辩演示文稿的制作；答辩