| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 引言 | 第7-14页 |
| ·选题依据 | 第7-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本论文研究的主要内容 | 第12-13页 |
| ·论文特点及创新 | 第13-14页 |
| 第二章 SOFM神经网络理论及在EDXRF分析自动分类中的应用 | 第14-26页 |
| ·动态聚类法在EDXRF分析聚类中的应用 | 第15-18页 |
| ·动态聚类法的基本原理 | 第15页 |
| ·动态聚类在EDXRF分析聚类中的应用 | 第15-18页 |
| ·SOFM网络在EDXRF分析分类中的应用 | 第18-24页 |
| ·人工神经网络概述 | 第18页 |
| ·SOFM神经网络 | 第18-21页 |
| ·SOFM网络结构 | 第19-20页 |
| ·SOFM网络学习算法 | 第20-21页 |
| ·SOFM网络的精确设计 | 第21页 |
| ·SOFM网络在EDXRF分析分类中的应用 | 第21-24页 |
| ·SOFM网络与K-MEANS聚类分类结果比较 | 第24-25页 |
| ·本章结束语 | 第25-26页 |
| 第三章 RBF网络在EDXRF分析基体效应校正中的应用 | 第26-38页 |
| ·RBF神经网络 | 第27-32页 |
| ·RBF网络结构 | 第27-29页 |
| ·RBF网络的映射关系 | 第29-30页 |
| ·RBF网络的学习算法 | 第30-31页 |
| ·RBF网络的精确设计 | 第31-32页 |
| ·RBF网络在EDXRF分析基体效应校正中的应用 | 第32-35页 |
| ·RBF网络用于EDXRF分析的非线性数据预测与其他预测模型对比 | 第35-37页 |
| ·本章结束语 | 第37-38页 |
| 第四章 本文结论及认识 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 攻读学位期间公开发表论文 | 第43页 |
