基于多光谱辐射测量的物体光谱发射率算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 主要符号表 | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 发射率的基本概念及定义 | 第12-16页 |
| 1.2 红外辐射特性中物体发射率的研究意义 | 第16-17页 |
| 1.3 物体发射率的研究历史、现状和趋势 | 第17-20页 |
| 1.3.1 物体发射率国内外研究历史和现状 | 第17-19页 |
| 1.3.2 物体发射率今后的研究发展趋势 | 第19-20页 |
| 1.4 本文内容及章节安排 | 第20-22页 |
| 第2章 红外辐射特性理论 | 第22-29页 |
| 2.1 红外辐射测量影响因素 | 第22-24页 |
| 2.2 红外辐射特性的基本规律 | 第24-27页 |
| 2.2.1 基尔霍夫定律 | 第24-25页 |
| 2.2.2 普朗克公式定律 | 第25-26页 |
| 2.2.3 维恩位移定律 | 第26-27页 |
| 2.2.4 斯忒藩-玻尔兹曼定律 | 第27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 发射率测量系统及实验方案设计与实现 | 第29-37页 |
| 3.1 光谱发射率测量系统 | 第29-33页 |
| 3.1.1 光谱发射率测量原理 | 第29-31页 |
| 3.1.2 光谱发射率测量设备 | 第31-33页 |
| 3.2 光谱发射率测试实验方案设计 | 第33-34页 |
| 3.3 实验数据处理与分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于最小二乘的光谱发射率建模 | 第37-46页 |
| 4.1 最小二乘算法原理 | 第37-39页 |
| 4.2 基于最小二乘算法的光谱发射率建模 | 第39-40页 |
| 4.3 仿真实例 | 第40-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于RBF神经网络的光谱发射率建模 | 第46-62页 |
| 5.1 RBF神经网络 | 第46-52页 |
| 5.1.1 RBF神经网络结构的确定 | 第46-49页 |
| 5.1.2 RBF神经网络算法 | 第49-52页 |
| 5.2 基于RBF神经网络的光谱发射率建模 | 第52-55页 |
| 5.2.1 RBF神经网络的泛化能力 | 第52-53页 |
| 5.2.2 光谱发射率的RBF网络模型及其训练 | 第53-55页 |
| 5.3 仿真实例及比较 | 第55-61页 |
| 5.3.1 仿真实例 | 第55-59页 |
| 5.3.2 最小二乘算法和RBF神经网络结果比较 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |
