| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 领域研究现状 | 第11-17页 |
| 1.1.1 太赫兹技术在各领域中的研究应用情况 | 第11-13页 |
| 1.1.2 太赫兹光谱特征的理论分析 | 第13-15页 |
| 1.1.3 太赫兹光谱特征的算法分析 | 第15-17页 |
| 1.2 选题背景及研究内容 | 第17-19页 |
| 1.3 论文结构 | 第19-21页 |
| 第二章 频谱数据的处理与收集 | 第21-25页 |
| 2.1 太赫兹光谱数据的处理 | 第21-22页 |
| 2.1.1 S-G滤波 | 第21页 |
| 2.1.2 插值及重采样 | 第21-22页 |
| 2.2 光谱数据收集 | 第22-24页 |
| 2.2.1 公开数据库数据光谱数据收集 | 第22-23页 |
| 2.2.2 制样与检测手段 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于核优化RVM的太赫兹频谱整体特征提取 | 第25-37页 |
| 3.1 太赫兹频谱特征提取方法概述 | 第25-26页 |
| 3.2 数据预处理 | 第26页 |
| 3.3 RVM回归模型 | 第26-29页 |
| 3.4 基于期望最大化的高斯核函数优化 | 第29-31页 |
| 3.5 实验结果及分析 | 第31-35页 |
| 3.5.1 实验数据 | 第31页 |
| 3.5.2 特征提取与重构模型 | 第31-32页 |
| 3.5.3 实验结果分析 | 第32-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 基于multiclass-RVM的典型样本提取及多分类模型 | 第37-53页 |
| 4.1 太赫兹光谱分类方法概述 | 第37-38页 |
| 4.2 数据准备 | 第38-39页 |
| 4.3 RVM分类模型 | 第39-42页 |
| 4.4 将RVM优化为概率输出的多核多分类模型 | 第42-45页 |
| 4.5 实验及结果分析 | 第45-52页 |
| 4.5.1 实验数据 | 第45-46页 |
| 4.5.2 典型样本提取及多分类模型构建 | 第46-50页 |
| 4.5.3 实验结果分析 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-65页 |
| 附录A 攻读硕士学位期间发表论文 | 第65-66页 |
| 附录B 攻读硕士学位期间申请软件著作权 | 第66-67页 |
| 附录C 攻读硕士学位期间参与项目 | 第67页 |