| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 第二章 重叠峰解析基本原理 | 第15-27页 |
| 2.1 重叠峰解析现状 | 第15页 |
| 2.2 数据平滑 | 第15-17页 |
| 2.2.1 移动平均法 | 第15-16页 |
| 2.2.2 Savitzky-Golay卷积平滑方法(多项式平滑) | 第16页 |
| 2.2.3 傅里叶变换 | 第16-17页 |
| 2.2.4 小波变换 | 第17页 |
| 2.3 基线校正 | 第17-19页 |
| 2.3.1 改进多项式迭代拟合 | 第18页 |
| 2.3.2 非对称最小二乘法 | 第18-19页 |
| 2.3.3 微分光谱 | 第19页 |
| 2.4 寻峰方法的研究 | 第19-26页 |
| 2.4.1 直接比较寻峰法 | 第20页 |
| 2.4.2 对称零面积法 | 第20-21页 |
| 2.4.3 高斯拟合法 | 第21-22页 |
| 2.4.4 小波变换法 | 第22-24页 |
| 2.4.5 导数法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 遗传算法 | 第27-39页 |
| 3.1 遗传算法的产生与应用 | 第27-30页 |
| 3.1.1 遗传算法的特点 | 第28页 |
| 3.1.2 遗传算法运算流程 | 第28页 |
| 3.1.3 算法中的参数 | 第28-30页 |
| 3.2 遗传算法的基本理论 | 第30-35页 |
| 3.2.1 编码方式 | 第31页 |
| 3.2.2 遗传算子 | 第31-32页 |
| 3.2.3 适应度函数的调整 | 第32-34页 |
| 3.2.4 目标函数与适应度函数转化 | 第34-35页 |
| 3.3 GA实例验证 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 融合前期经验的基于GA的重叠峰解析 | 第39-77页 |
| 4.1 基线校正 | 第39-41页 |
| 4.2 信号的小波变换处理 | 第41-44页 |
| 4.2.1 小波变换去噪 | 第41-42页 |
| 4.2.2 小波基函数的选择与性质 | 第42-44页 |
| 4.3 重叠峰微分 | 第44-50页 |
| 4.3.1 重叠峰微分解析 | 第44-48页 |
| 4.3.2 重叠峰微分实例验证 | 第48-50页 |
| 4.4 融合前期经验的GA算法 | 第50-52页 |
| 4.4.1 GA算法解析理论 | 第50页 |
| 4.4.2 基于GA算法的具体操作 | 第50-52页 |
| 4.5 基于高斯拟合求取谱峰面积 | 第52-53页 |
| 4.6 实验结果分析 | 第53-76页 |
| 4.6.1 双高斯模型 | 第53-58页 |
| 4.6.2 多高斯峰模型 | 第58-62页 |
| 4.6.3 附加基线重叠峰模型 | 第62-72页 |
| 4.6.4 实际光谱模型 | 第72-76页 |
| 4.7 本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 5.1 工作总结 | 第77页 |
| 5.2 展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文 | 第85页 |