含氧化合物红外光谱信息特征的研究

摘要	第1-6页
Abstract	第6-8页
1 前言	第8-16页
·红外光谱基础知识	第8-12页
·红外光谱概述	第8-10页
·红外谱图的分区	第10页
·红外光谱的应用	第10-12页
·定性分析	第11页
·定量分析	第11-12页
·含氧化合物的红外特征吸收	第12-13页
·计算机辅助红外光谱解析	第13-16页
2 方法原理	第16-24页
·支持向量机	第16-20页
·统计学习理论简介	第17-18页
·支持向量机	第18-20页
·线性可分	第18-19页
·线性不可分	第19页
·非线性问题	第19-20页
·人工神经网络	第20-24页
3 实验部分	第24-44页
·方法概述	第24-25页
·数据集及软硬件设备	第25-26页
·性能评估参数	第26-27页
·SVM 分类器	第27页
·ANN 分类器	第27-28页
·结果与讨论	第28-44页
·利用SVM 对全谱进行各层分析	第28-30页
·样本分配的影响	第30-33页
·SVM 与ANN 比较	第33-35页
·利用光谱片段进行分类	第35-44页
·醇类	第35-41页
·酰胺类	第41-44页
4 结论与展望	第44-45页
5 参考文献	第45-53页
6 硕士期间发表论文情况	第53-54页
7 致谢	第54-56页
8 声明	第56页