| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·本课题研究背景及意义 | 第11-12页 |
| ·辐射测温技术发展概况 | 第12-15页 |
| ·红外辐射测温中存在的共性问题 | 第15页 |
| ·本文的主要研究内容和章节安排 | 第15-17页 |
| 第2章 辐射测温方法及基于颜色测温原理 | 第17-28页 |
| ·红外辐射测温技术概述 | 第17-19页 |
| ·比色测温法及颜色测温公式推导 | 第19-25页 |
| ·常规窄带宽比色测温法 | 第19-20页 |
| ·非线性校正比色测温法 | 第20-22页 |
| ·双波段比色测温 | 第22-23页 |
| ·基于标校的双波段比色测温法 | 第23-24页 |
| ·彩色 CCD 颜色测温原理推导 | 第24-25页 |
| ·基于辨识建模的辐射测温方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 统计学习与支持向量机 | 第28-42页 |
| ·统计学习理论 | 第28-30页 |
| ·支持向量机原理介绍 | 第30-35页 |
| ·支持向量回归机原理 | 第35-38页 |
| ·支持向量回归模型的优势与测温流程 | 第38-40页 |
| ·支持向量机参数选取方法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 支持向量机的改进与参数优化 | 第42-54页 |
| ·标准支持向量机（NOR-SVM）建模原理 | 第43-45页 |
| ·标准支持向量机在高温测量中的应用与分析 | 第45-47页 |
| ·基于遗传算法的支持向量机参数选取方法 | 第47-52页 |
| ·遗传算法的基本原理 | 第48-49页 |
| ·遗传算法的实现 | 第49-51页 |
| ·遗传算法选择支持向量机的结构参数 | 第51-52页 |
| ·改进的支持向量回归机（SOR-SVM）算法 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 支持向量机在颜色测温中实验仿真与分析 | 第54-62页 |
| ·标准 SVM 与改进后的 SVM 性能测试与对比 | 第54-56页 |
| ·遗传算法对结构参数的优化 | 第56-60页 |
| ·模型仿真结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 本文总结与展望 | 第62-64页 |
| 总结 | 第62页 |
| 展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |