天体光谱的分类算法研究

中文摘要	第1-6页
ABSTRACT	第6-10页
1. 绪论	第10-17页
·天体观测技术的发展	第10页
·研究背景介绍	第10-15页
·研究背景	第10-11页
·LAMOST项目进展介绍	第11-14页
·LAMOST科学目标及意义	第14-15页
·研究现状	第15-16页
·篇章结构安排及内容	第16-17页
2. 天体光谱的自动处理	第17-25页
·噪声处理	第17页
·流量归一化	第17-18页
·特征提取	第18-22页
·特征提取	第19-21页
·特征提取实例	第21-22页
·天体光谱粗分类	第22-24页
·本章小结	第24-25页
3.基于双距离加权K-近邻的光谱分类方法	第25-35页
·引言	第25页
·K-近邻（KNN）方法	第25-26页
·加权K-近邻(WKNN)方法	第26页
·双距离加权K-近邻(DWKNN)方法	第26-27页
·实验一	第27-34页
·实验数据	第27页
·实验步骤	第27-28页
·实验结果及分析	第28-34页
·本章小结	第34-35页
4.基于K-means-SVM的光谱分类方法	第35-43页
·引言	第35页
·K-means方法	第35-36页
·支持向量机算法（SVM）	第36-37页
·支持向量机	第36-37页
·核函数	第37页
·基于K-means-SVM的光谱分类方法	第37页
·实验二	第37-40页
·实验数据	第37-38页
·实验步骤	第38页
·实验结果及分析	第38-40页
·实验三	第40-42页
·实验数据	第40-41页
·实验步骤	第41页
·实验结果及分析	第41-42页
·本章小结	第42-43页
5.总结与展望	第43-44页
参考文献	第44-47页
致谢	第47-48页
作者简介	第48页