| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本论文研究内容 | 第11-12页 |
| 1.4 本论文章节安排 | 第12-13页 |
| 第二章 激光诱导击穿光谱概述及原理 | 第13-21页 |
| 2.1 激光诱导击穿光谱概述 | 第13-19页 |
| 2.1.1 激光诱导击穿光谱实验装置及实验参数 | 第13-16页 |
| 2.1.2 激光诱导击穿光谱的原理 | 第16-18页 |
| 2.1.3 激光诱导击穿液态合金钢光谱实验 | 第18-19页 |
| 2.2 激光诱导击穿光谱噪声分析 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于加权主成分分析的LIBS光谱降噪研究 | 第21-34页 |
| 3.1 序言 | 第21页 |
| 3.2 加权主成分析算法原理 | 第21-25页 |
| 3.2.1 主成分分析算法 | 第21-22页 |
| 3.2.2 加权主成分分析的思想 | 第22-23页 |
| 3.2.3 加权主成分分析的权值计算 | 第23页 |
| 3.2.4 加权主成分分析算法 | 第23-25页 |
| 3.3 一种基于WPCA的LIBS光谱降噪实验分析 | 第25-33页 |
| 3.3.1 实验概述 | 第25-26页 |
| 3.3.2 实验数据 | 第26-27页 |
| 3.3.3 实验步骤 | 第27-28页 |
| 3.3.4 实验结果与分析 | 第28-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于稀疏自编码神经网络的LIBS光谱降噪研究 | 第34-45页 |
| 4.1 序言 | 第34页 |
| 4.2 稀疏自编码算法原理 | 第34-40页 |
| 4.2.1 自编码 | 第34-35页 |
| 4.2.2 稀疏自编码 | 第35-37页 |
| 4.2.3 稀疏自编码算法 | 第37-40页 |
| 4.3 一种基于稀疏自编码的LIBS光谱降噪实验分析 | 第40-44页 |
| 4.3.1 实验概述 | 第40页 |
| 4.3.2 实验数据 | 第40-41页 |
| 4.3.3 实验步骤 | 第41-42页 |
| 4.3.4 实验结果与分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 本文总结 | 第45页 |
| 5.2 下一步工作展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 发表论文和科研情况说明 | 第50-51页 |
| 致谢 | 第51页 |
