| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-25页 |
| 1.1 研究目的和意义 | 第10-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.3 本文主要研究内容 | 第23-25页 |
| 2 基于SPM的超光谱实实时分类方方法研究 | 第25-64页 |
| 2.1 引言 | 第25-27页 |
| 2.2 基于编码匹配的超光谱分类研究现状及相关方法分析 | 第27-34页 |
| 2.3 SPM超光谱实时分类方法 | 第34-50页 |
| 2.4 FTIR超光谱数据分类实验 | 第50-55页 |
| 2.5 数据立方地物分类实验 | 第55-63页 |
| 2.6 本章小结 | 第63-64页 |
| 3 基于稀疏受限玻尔兹曼机的超光谱分类方方法研究 | 第64-103页 |
| 3.1 引言 | 第64-66页 |
| 3.2 深度学习研究现状及人工神经网络原理 | 第66-75页 |
| 3.3 受限玻尔兹曼机原理 | 第75-80页 |
| 3.4 稀疏受限玻尔兹曼机超光谱分类方法 | 第80-88页 |
| 3.5 FTIR超光谱数据分类实验 | 第88-95页 |
| 3.6 数据立方地物分类实验 | 第95-97页 |
| 3.7 本章小结 | 第97-103页 |
| 4 FTIR超光谱自动化实实时分类系统 | 第103-135页 |
| 4.1 引言 | 第103-104页 |
| 4.2 FTIR光谱测量与数据处理相关基本概念 | 第104-105页 |
| 4.3 FTIR超光谱数据处理方法和流程 | 第105-112页 |
| 4.4 FTIR超光谱信号处理机 | 第112-125页 |
| 4.5 系统性能测试 | 第125-133页 |
| 4.6 本章小结 | 第133-135页 |
| 5 总结与展望 | 第135-138页 |
| 5.1 全文总结 | 第135-137页 |
| 5.2 对未来工作的展望 | 第137-138页 |
| 致谢 | 第138-140页 |
| 参考文献 | 第140-149页 |
| 附录1 攻读博士学位期间公开发表的学术论文 | 第149-150页 |
| 附录2 攻读博士学位期间申请的发明专利 | 第150-151页 |
| 附录3 攻读博士学位期间参与的科研项目 | 第151页 |