| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 激光探针技术简介 | 第10-11页 |
| 1.3 激光探针光谱数据处理方法的研究现状 | 第11-15页 |
| 1.4 本课题的来源、目的及意义 | 第15-16页 |
| 1.5 本文的主要内容 | 第16-18页 |
| 2 激光探针实验装置及数据处理方法 | 第18-28页 |
| 2.1 前言 | 第18页 |
| 2.2 实验部分 | 第18-22页 |
| 2.3 数据处理步骤 | 第22页 |
| 2.4 本文相关算法基本原理介绍 | 第22-25页 |
| 2.5 评价指标 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 3 激光探针光谱中的小波变换谱峰识别方法研究 | 第28-35页 |
| 3.1 前言 | 第28页 |
| 3.2 光谱谱峰识别的常用方法 | 第28页 |
| 3.3 连续小波变换进行谱峰识别的基本原理 | 第28-30页 |
| 3.4 土壤激光探针光谱谱峰的识别 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 激光探针光谱中的小波变换背景扣除方法研究 | 第35-43页 |
| 4.1 前言 | 第35页 |
| 4.2 光谱背景扣除的常用方法 | 第35-36页 |
| 4.3 离散小波变换进行背景扣除的基本原理 | 第36-38页 |
| 4.4 小波变换背景扣除在钢铁激光探针光谱定量分析中的应用 | 第38-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 遗传算法和偏最小二乘法相结合提高激光探针定量分析精度的方法研究 | 第43-54页 |
| 5.1 前言 | 第43-44页 |
| 5.2 GA-PLS的研究现状 | 第44-45页 |
| 5.3 GA-PLS的算法原理 | 第45-49页 |
| 5.4 GA-PLS在土壤激光探针定量分析中的应用 | 第49-53页 |
| 5.5 本章小结 | 第53-54页 |
| 6 偏最小二乘法和人工神经网络相结合提高激光探针定量分析精度的方法研究 | 第54-64页 |
| 6.1 前言 | 第54-55页 |
| 6.2 PLS-ANN的研究现状 | 第55页 |
| 6.3 PLS-ANN的算法原理 | 第55-60页 |
| 6.4 PLS-ANN在土壤激光探针定量分析中的应用 | 第60-63页 |
| 6.5 本章小结 | 第63-64页 |
| 7 全文总结与展望 | 第64-66页 |
| 7.1 全文总结 | 第64-65页 |
| 7.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-75页 |
| 附录 攻读硕士学位期间发表论文及专利目录 | 第75页 |
