| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 紫外-可见光谱法水质检测技术 | 第14-16页 |
| 1.2.2 紫外-可见光谱法水质光谱数据去噪 | 第16-17页 |
| 1.2.3 紫外-可见光谱法水质光谱数据降维分类 | 第17-18页 |
| 1.3 课题主要研究内容 | 第18页 |
| 1.4 本文章节安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 2 紫外-可见光谱法水质参数检测系统设计 | 第20-26页 |
| 2.1 紫外-可见光谱法水质参数检测基本原理 | 第20-23页 |
| 2.1.1 分子吸收光谱原理 | 第20-21页 |
| 2.1.2 朗伯-比尔定理 | 第21-22页 |
| 2.1.3 紫外-可见吸收光谱原理 | 第22-23页 |
| 2.2 紫外-可见光谱法水质参数检测系统设计实现 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 3 紫外-可见光谱法水质光谱数据的去噪研究 | 第26-42页 |
| 3.1 噪声来源 | 第26-27页 |
| 3.2 小波阈值去噪算法对水质光谱数据的去噪研究 | 第27-32页 |
| 3.2.1 小波变换的概念 | 第27页 |
| 3.2.2 Mallat小波分解算法 | 第27-28页 |
| 3.2.3 常用小波函数及分解层数选取 | 第28-29页 |
| 3.2.4 小波软阈值去噪算法对水质光谱数据的去噪实现 | 第29-32页 |
| 3.3 基于小波变换的压缩感知算法对水质光谱数据的去噪研究 | 第32-38页 |
| 3.3.1 压缩感知基本理论 | 第32-34页 |
| 3.3.2 压缩感知实现条件 | 第34-35页 |
| 3.3.3 OMP重构算法 | 第35页 |
| 3.3.4 压缩感知算法对水质光谱数据的去噪流程 | 第35-36页 |
| 3.3.5 压缩感知算法对水质光谱数据的去噪实现 | 第36-38页 |
| 3.4 水质光谱数据的去噪结果及评价 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 紫外-可见光谱法水质光谱数据的降维分类研究 | 第42-52页 |
| 4.1 PCA降维原理 | 第42-43页 |
| 4.2 Fisher分类原理 | 第43-45页 |
| 4.3 PCA联合Fisher判别对水质光谱数据的降维分类实现 | 第45-49页 |
| 4.3.1 水质光谱数据的降维分类数据处理流程 | 第45页 |
| 4.3.2 样本指标 | 第45-46页 |
| 4.3.3 样本相关系数矩阵 | 第46-47页 |
| 4.3.4 样本光谱数据降维 | 第47-49页 |
| 4.3.5 Fisher判别分类模型的建立 | 第49页 |
| 4.4 水质光谱数据的判别分类结果及评价 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 主要研究工作总结 | 第52-53页 |
| 5.2 研究工作展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第60-61页 |
