1. 研究背景及研究内容 2. 器件结构及气敏测试系统 3. PANI及PANI/TiO2敏感薄膜的制备、表征及气敏特性研究 4. PANI/SnO2和PANI/SnO2-TTAB薄膜的气敏特性研究 5. 结论

1. 研究意义 2. OTFT原理、制备及表征 3. OTFT传感器气敏特性测试 4. 结论与展望

一、概述 二、HBA聚合物SAW传感器制备与气敏特性 三、集成式SAW传感器构建 四、结论

1 线性代数 符号和基础知识 矩阵乘法 运算性质 矩阵微分 2 概率论 概率空间 随机变量及其分布 随机变量的数字特征 条件期望

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

1 历史进程 2 预备知识 采用线性激活函数的神经元 采用阈值激活函数的神经元 采用 S 形激活函数的神经元 3 异或问题 4 多层感知机到底在做什么？ 5 Tilling（耕种，耕作）算法 6 可微激活函数函的多层感知机学习方法 误差 e 的表示 误差的反向传播 反向传播算法 计算例子

1 基本原理 2 多分类器结合 3 装袋 Bagging 4 提升法 Boosting（提升法） AdaBoost 算法 AdaBoost 算法的另一个解释

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

1 K-Means 聚类算法 (Clustering Algorithm) 解释 Explanation 收敛性 Convergence of K-Means 矩阵建模 Matrix Modelling of K-Means 2 网页排序 PageRank 动机 Motivation 简单网页排序 Simplified PageRank 网页排序建模 PageRank Modelling 例子 Example

5.5 The optimum digital detector in additive Gaussian noise 5.6 Filtering alternatives 5.7 Continuous signals - White Gaussian noise 5.8 Continuous signals - Colored Gaussian noise 5.9 Performance of binary receivers in AWGN 5.11 Sequential detection & performance