| 摘要 | 第7-9页 |
| ABSTRACT | 第9-12页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 太赫兹波 | 第13页 |
| 1.2 太赫兹时域光谱技术在农业检测领域的研究进展 | 第13-16页 |
| 1.3 太赫兹波谱成像聚类分析研究现状 | 第16-22页 |
| 1.3.1 图像聚类分割的理论基础 | 第16-17页 |
| 1.3.2 相似性度量 | 第17-18页 |
| 1.3.3 太赫兹图像聚类分析研究 | 第18-22页 |
| 1.4 本文研究目的、内容及技术路线 | 第22-24页 |
| 1.4.1 现有研究存在的问题 | 第22-23页 |
| 1.4.2 研究目的及研究内容 | 第23-24页 |
| 1.4.3 技术路线 | 第24页 |
| 1.5 本章小结 | 第24-25页 |
| 第2章 太赫兹时域光谱系统 | 第25-39页 |
| 2.1 太赫兹脉冲的产生与探测 | 第25-29页 |
| 2.1.1 太赫兹脉冲信号的产生技术 | 第25-27页 |
| 2.1.2 太赫兹脉冲信号的探测技术 | 第27-29页 |
| 2.2 太赫兹时域光谱系统 | 第29-31页 |
| 2.2.1 透射型太赫兹时域光谱系统 | 第29-30页 |
| 2.2.2 反射型太赫兹时域光谱系统 | 第30页 |
| 2.2.3 太赫兹波的特点 | 第30-31页 |
| 2.3 实验用太赫兹时域光谱系统 | 第31-33页 |
| 2.4 透射型太赫兹时域光谱系统物理模型 | 第33-37页 |
| 2.4.1 Fresnel方程 | 第33-34页 |
| 2.4.2 太赫兹波在介质中的传播 | 第34-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 太赫兹实验设备及测量误差分析 | 第39-57页 |
| 3.1 样品制备与测量 | 第39-41页 |
| 3.1.1 实验样品制备 | 第39-40页 |
| 3.1.2 样品太赫兹光谱测量 | 第40-41页 |
| 3.2 太赫兹时域光谱系统测量误差分析 | 第41-50页 |
| 3.2.1 太赫兹信号测量误差来源分析 | 第41-46页 |
| 3.2.2 太赫兹时域脉冲误差的量化分析 | 第46-50页 |
| 3.3 F-P效应分析 | 第50-55页 |
| 3.3.1 基于小波的F-P效应影响分析 | 第51-52页 |
| 3.3.2 F-P效应去除 | 第52-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 基于Clifford代数的太赫兹信号分析及物质定性鉴别 | 第57-73页 |
| 4.1 Clifford代数基础 | 第57-61页 |
| 4.1.1 Clifford代数基本概念 | 第57-59页 |
| 4.1.2 Clifford代数基本运算 | 第59-61页 |
| 4.2 基于Clifford代数的太赫兹光谱信号处理与分析 | 第61-64页 |
| 4.2.1 Clifford代数应用于太赫兹信号处理的可行性分析 | 第61-62页 |
| 4.2.2 基于Clifford代数的太赫兹信号分析 | 第62-64页 |
| 4.3 基于Clifford代数的太赫兹信号分类 | 第64-68页 |
| 4.3.1 太赫兹透射矢量性质 | 第64-66页 |
| 4.3.2 基于相对偏差 ? 的太赫兹信号分类 | 第66-68页 |
| 4.4 实验验证与结果分析 | 第68-72页 |
| 4.4.1 频域特征参数提取 | 第68-70页 |
| 4.4.2 基于Clifford代数算法的太赫兹时域光谱分类 | 第70-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第5章 基于极限学习机的太赫兹光谱信号分类与回归 | 第73-99页 |
| 5.1 极限学习机理论与方法 | 第73-82页 |
| 5.1.1 极限学习机基本原理 | 第74-76页 |
| 5.1.2 正则化极限学习机 | 第76-77页 |
| 5.1.3 正则极限学习机的加速LOO交叉验证 | 第77-82页 |
| 5.2 基于快速LOO-RELM算法太赫兹光谱回归分析 | 第82-88页 |
| 5.2.1 不同浓度酒石酸的太赫兹光谱采集 | 第83-84页 |
| 5.2.2 基于LOO-RELM算法的回归模型设计 | 第84页 |
| 5.2.3 基于快速LOO-RELM的酒石酸太赫兹光谱定量分析 | 第84-88页 |
| 5.3 基于快速LOO-RELM算法的太赫兹光谱信号分类 | 第88-92页 |
| 5.3.1 基于LOO-ELM算法的分类器设计 | 第88-90页 |
| 5.3.2 基于快速LOO-RELM算法的太赫兹光谱信号分类实现 | 第90-92页 |
| 5.4 基于快速LOO-RELM算法的转基因豆油太赫兹吸收谱的识别 | 第92-97页 |
| 5.5 本章小结 | 第97-99页 |
| 第6章 太赫兹脉冲图像的聚类分析 | 第99-123页 |
| 6.1 太赫兹脉冲图像 | 第99-102页 |
| 6.1.1 太赫兹脉冲图像的优势与挑战 | 第99-101页 |
| 6.1.2 时域成像方式 | 第101页 |
| 6.1.3 频域成像方式 | 第101-102页 |
| 6.2 聚类有效性评价指标VSO(-)构建 | 第102-109页 |
| 6.2.1 模糊聚类 | 第102-103页 |
| 6.2.2 传统聚类有效性评价指标 | 第103-105页 |
| 6.2.3 传统聚类评价指标存在的问题 | 第105-107页 |
| 6.2.4 新聚类评价指标构建 | 第107-109页 |
| 6.3 基于PCA-FCM算法的太赫兹图像聚类分割 | 第109-121页 |
| 6.3.1 基于PCA-FCM太赫兹脉冲图像聚类分割的实现 | 第109-110页 |
| 6.3.2 太赫兹脉冲图像采集 | 第110-111页 |
| 6.3.3 太赫兹脉冲图像聚类分割结果分析 | 第111-117页 |
| 6.3.4 不同聚类算法对比 | 第117-121页 |
| 6.4 本章小结 | 第121-123页 |
| 第7章 总结与展望 | 第123-127页 |
| 7.1 论文工作总结 | 第123-124页 |
| 7.2 今后工作展望 | 第124-127页 |
| 参考文献 | 第127-139页 |
| 博士在读期间发表文章 | 第139-141页 |
| 致谢 | 第141页 |
