基于γ特征谱的对象相似性识别技术研究
| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.3 论文章节安排 | 第20-21页 |
| 1.4 论文的主要工作与创新点 | 第21-22页 |
| 第二章 γ能谱解谱分析 | 第22-40页 |
| 2.1 引言 | 第22页 |
| 2.2 HPGe探测器的实验设置 | 第22-24页 |
| 2.3 γ谱数据处理方法 | 第24-35页 |
| 2.3.1 γ谱数据平滑降噪 | 第24-29页 |
| 2.3.2 γ寻峰算法 | 第29-33页 |
| 2.3.3 本底扣除 | 第33页 |
| 2.3.4 全能峰拟合与峰面积确定 | 第33-35页 |
| 2.4 γ能谱分析处理 | 第35-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 γ能谱配准技术研究 | 第40-63页 |
| 3.1 引言 | 第40-41页 |
| 3.2 γ能谱配准定义 | 第41-42页 |
| 3.3 γ能谱配准的基本组成 | 第42-43页 |
| 3.4 γ能谱配准的方法 | 第43-44页 |
| 3.5 基于特征γ能谱配准的主要步骤 | 第44-50页 |
| 3.5.1 能谱的预处理 | 第44页 |
| 3.5.2 γ能谱的特征提取 | 第44-45页 |
| 3.5.3 特征匹配 | 第45页 |
| 3.5.4 相似性度量 | 第45-48页 |
| 3.5.5 能谱插值重新采样 | 第48-50页 |
| 3.6 基于变换域信息的方法 | 第50-52页 |
| 3.7 γ能谱的配准 | 第52-61页 |
| 本章小结 | 第61-63页 |
| 第四章 γ能谱模式识别技术研究 | 第63-88页 |
| 4.1 引言 | 第63页 |
| 4.2 主成分分析法 | 第63-69页 |
| 4.3 主成分分析在γ谱中的应用 | 第69-73页 |
| 4.4 线性判别分析算法 | 第73-76页 |
| 4.5 线性判别分析算法在γ谱中的应用 | 第76-80页 |
| 4.6 支持向量机 | 第80-85页 |
| 4.7 支持向量机在γ能谱中的应用 | 第85-87页 |
| 本章小结 | 第87-88页 |
| 第五章 γ特征谱的对象相似性程序设计 | 第88-94页 |
| 5.1 软件基本要求 | 第88页 |
| 5.2 ROOT在VC2010下的安装 | 第88-90页 |
| 5.3 程序主界面与框架 | 第90-93页 |
| 5.3.1 γ能谱分析 | 第91-92页 |
| 5.3.2 γ能谱配准 | 第92-93页 |
| 5.3.3 γ能谱识别 | 第93页 |
| 5.4 本章小结 | 第93-94页 |
| 第六章 总结及展望 | 第94-97页 |
| 6.1 总结 | 第94-95页 |
| 6.2 展望及下一步部分工作 | 第95-97页 |
| 参考文献 | 第97-102页 |
| 在学期间的研究成果 | 第102-103页 |
| 致谢 | 第103页 |
