首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小波分析在光谱数据去噪处理中的应用

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-14页
   ·课题背景及意义第11-12页
   ·本文的研究目的和所做的研究工作第12-13页
   ·研究工具第13-14页
第二章 小波分析的理论基础第14-38页
   ·连续小波分析第14-16页
     ·连续小波分析的基本概念第14-15页
     ·连续小波分析的时频窗口特性第15-16页
     ·连续小波分析的重要性质第16页
   ·小波分析和傅立叶分析的比较第16-17页
   ·常用小波函数第17-19页
   ·离散小波分析第19-20页
   ·多分辨率分析第20-31页
   ·小波包分析第31-36页
     ·小波包的概念和定义第32-33页
     ·小波包分解第33-35页
     ·小波包算法第35-36页
     ·最好基与代价函数第36页
   ·本章小结第36-38页
第三章 基于小波分析的去噪方法研究第38-49页
   ·引言第38页
   ·基于小波分析模极大值的信号去噪方法第38-42页
     ·小波分析与Lipschitz 指数的关系第38-39页
     ·信号在小波分析下特性第39-40页
     ·白噪声的模极大值传播特性第40页
     ·小波模极大值消噪算法第40-42页
   ·基于阈值的小波分析去噪方法第42-46页
     ·含噪声信号的小波分析特性第43-44页
     ·小波消噪阈值的选取规则第44-46页
   ·仿真实验第46-48页
     ·一维小波分析对平稳信号的消噪第46-47页
     ·一维小波分析对非平稳信号的消噪第47-48页
   ·本章小结第48-49页
第四章 小波分析去噪在近红外光谱预处理中的应用第49-64页
   ·引言第49页
   ·小波母函数的选择第49-52页
   ·小波包分析去噪在牛奶近红外光谱分析中的应用第52-57页
     ·阈值选择方法第52-54页
     ·小波包分析对信号的消噪步骤第54页
     ·仪器和光谱采集第54页
     ·建模过程第54-55页
     ·结果与分析第55-57页
   ·小波分析去噪在人血清中葡萄糖的短波近红外定量分析中的应用第57-62页
     ·仪器和光谱采集第58-59页
     ·建模过程第59页
     ·光谱数据的小波分析预处理第59-60页
     ·利用iPLS 对葡萄糖光谱进行数据分析第60-62页
   ·本章小结第62-64页
第五章 小波软件的编制第64-71页
   ·小波软件第64-68页
   ·VC++程序设计第68-71页
第六章 总结第71-73页
   ·主要结论第71-72页
   ·存在的问题和主要展望第72-73页
参考文献第73-77页
附录第77-85页
攻读硕士学位期间已录用的论文第85-86页
致谢第86-88页

论文共88页,点击 下载论文
上一篇:基于可信计算平台的多级安全模型的研究和实现
下一篇:基于手指的触觉替代视觉系统的研制