| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-27页 |
| 1.1 激光诱导击穿光谱作用原理 | 第9-11页 |
| 1.2 激光诱导击穿光谱的发展历程 | 第11-14页 |
| 1.2.1 LIBS技术发展现状 | 第12-14页 |
| 1.3 激光诱导击穿光谱结合化学计量学的发展历程 | 第14-16页 |
| 1.3.1 化学计量学——多元统计分析 | 第14页 |
| 1.3.2 数据处理 | 第14-15页 |
| 1.3.3 校正模型 | 第15-16页 |
| 1.4 选题意义和研究内容安排 | 第16-18页 |
| 1.4.1 选题背景与意义 | 第16页 |
| 1.4.2 研究内容安排 | 第16-18页 |
| 参考文献 | 第18-27页 |
| 第二章 内标结合外标法利用LIBS技术对铁矿石全铁含量的定量分析 | 第27-38页 |
| 2.1 引言 | 第27页 |
| 2.2 实验部分 | 第27-29页 |
| 2.2.1 实验装置 | 第27-28页 |
| 2.2.2 样品处理 | 第28-29页 |
| 2.3 结果与讨论 | 第29-35页 |
| 2.3.1 等离子体特征 | 第29-32页 |
| 2.3.2 利用ECIS方法对铁矿石中的全铁含量分析 | 第32页 |
| 2.3.3 与标准加入法对比 | 第32-35页 |
| 2.3.4 LOD的计算 | 第35页 |
| 2.4 本章小结 | 第35-36页 |
| 参考文献 | 第36-38页 |
| 第三章 LIBS结合随机森林方法应用于铁矿石的分类研究 | 第38-49页 |
| 3.1 引言 | 第38-39页 |
| 3.2 实验部分 | 第39-42页 |
| 3.2.1 实验装置 | 第39页 |
| 3.2.2 实验样品 | 第39-40页 |
| 3.2.3 数据采集 | 第40-41页 |
| 3.2.4 随机森林算法分析 | 第41-42页 |
| 3.3 结果与讨论 | 第42-46页 |
| 3.3.1 参数优化 | 第42页 |
| 3.3.2 选择决策树数目 | 第42-43页 |
| 3.3.3 选择随机变量数 | 第43-44页 |
| 3.3.4 与SVM对比 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 第四章 LIBS结合支持向量机方法应用于铁矿石的分类研究 | 第49-60页 |
| 4.1 引言 | 第49-50页 |
| 4.2 实验部分 | 第50页 |
| 4.2.1 实验装置 | 第50页 |
| 4.2.2 实验样品 | 第50页 |
| 4.3 结果与讨论 | 第50-57页 |
| 4.3.1 支持向量机算法分析 | 第50-52页 |
| 4.3.2 两种寻优方法对支持向量机在铁矿石分类的影响 | 第52-57页 |
| (1) 遗传算法 | 第52-54页 |
| (2) 粒子群算法 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 结论与展望 | 第60-62页 |
| 1. 全文总结 | 第60-61页 |
| 2. 工作展望 | 第61-62页 |
| 攻读硕士学位期间取得的学术成果 | 第62-63页 |
| 致谢 | 第63页 |
