| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第18-30页 |
| 1.1 引言 | 第18-19页 |
| 1.2 LAMOST及其系统介绍 | 第19-26页 |
| 1.2.1 LAMOST介绍 | 第19-21页 |
| 1.2.2 多目标光纤光谱数据处理 | 第21-26页 |
| 1.3 本文的研究内容与结构安排 | 第26-30页 |
| 第2章 基于二维模型算法的LAMOST二维光纤光谱数据处理流程设计 | 第30-38页 |
| 2.1 引言 | 第30-31页 |
| 2.2 LAMOST现用数据处理系统 | 第31-32页 |
| 2.3 其他多目标光纤光谱望远镜上的数据处理系统简介 | 第32-33页 |
| 2.4 基于二维算法的LAMOST光谱数据处理流程设计 | 第33-36页 |
| 2.4.1 数据处理流程设计 | 第33-35页 |
| 2.4.2 核心处理模块算法设计 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 基于二维模型的光纤光谱轮廓拟合抽谱算法 | 第38-82页 |
| 3.1 抽谱算法简介 | 第38-43页 |
| 3.1.1 孔径抽谱算法 | 第38页 |
| 3.1.2 最优抽谱算法 | 第38-41页 |
| 3.1.3 基于二维模型的抽谱算法 | 第41-43页 |
| 3.1.4 已有抽谱算法小结 | 第43页 |
| 3.2 基于二维模型的光纤光谱轮廓拟合抽谱算法原理 | 第43-44页 |
| 3.3 改进的基于二维高斯模型的抽谱算法 | 第44-67页 |
| 3.3.1 二维高斯模型的矩阵建模 | 第45-52页 |
| 3.3.2 基于二维高斯模型的抽谱算法 | 第52-56页 |
| 3.3.3 实验结果与分析 | 第56-67页 |
| 3.4 基于二维指数多项式模型的抽谱算法 | 第67-79页 |
| 3.4.1 二维指数多项式模型的矩阵建模 | 第68-70页 |
| 3.4.2 基于二维指数多项式模型的抽谱算法 | 第70-71页 |
| 3.4.3 实验结果与分析 | 第71-79页 |
| 3.5 本章小结 | 第79-82页 |
| 第4章 高精度的减天光方法 | 第82-108页 |
| 4.1 减天光算法简介 | 第82-85页 |
| 4.2 基于NMF+S的减天光算法 | 第85-96页 |
| 4.2.1 基本的NMF算法及NMF+S算法原理 | 第85-88页 |
| 4.2.2 基于一致性约束的NMF+S算法 | 第88-91页 |
| 4.2.3 基于一致性约束的NMF+S的减天光方法 | 第91-92页 |
| 4.2.4 实验结果与分析 | 第92-96页 |
| 4.3 基于PCA的二维天光建模减天光算法 | 第96-104页 |
| 4.3.1 PCA算法 | 第96-97页 |
| 4.3.2 基于PCA的二维天光建模减天光 | 第97-100页 |
| 4.3.3 实验结果与分析 | 第100-104页 |
| 4.4 本章小结 | 第104-108页 |
| 第5章 总结与展望 | 第108-112页 |
| 5.1 工作总结 | 第108-110页 |
| 5.2 未来展望 | 第110-112页 |
| 参考文献 | 第112-120页 |
| 致谢 | 第120-122页 |
| 博士在读期间科研成果 | 第122-123页 |
