摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 选题背景与意义 | 第11页 |
1.2 激光诱导击穿光谱技术简介 | 第11-14页 |
1.2.1 激光诱导击穿光谱技术基本原理 | 第11-13页 |
1.2.2 激光诱导击穿光谱仪器基本组成 | 第13-14页 |
1.3 研究现状 | 第14-18页 |
1.3.1 激光诱导击穿光谱技术的发展与现状 | 第14-15页 |
1.3.2 激光诱导击穿光谱数据库的研究现状 | 第15-16页 |
1.3.3 激光诱导击穿光谱应用于地质样品分类的研究现状 | 第16-18页 |
1.4 研究内容 | 第18-19页 |
第2章 地质样品的 LIBS 数据库开发 | 第19-37页 |
2.1 引言 | 第19页 |
2.2 LIBS 数据库开发环境 | 第19-20页 |
2.3 LIBS 数据库架构设计 | 第20-21页 |
2.4 元素特征谱线数据库 | 第21-26页 |
2.4.1 数据来源 | 第21页 |
2.4.2 表结构设计 | 第21-22页 |
2.4.3 软件开发 | 第22-26页 |
2.5 地质样品数据库 | 第26-36页 |
2.5.1 数据来源 | 第26-30页 |
2.5.2 表结构设计 | 第30-32页 |
2.5.3 软件开发 | 第32-36页 |
2.6 本章小结 | 第36-37页 |
第3章 基于 LIBS 光谱的样品分类方法研究与软件开发 | 第37-49页 |
3.1 引言 | 第37页 |
3.2 模式识别方法概述 | 第37-39页 |
3.3 基于偏最小二乘判别分析的分类方法研究 | 第39-44页 |
3.3.1 PLS-DA 方法研究 | 第39-40页 |
3.3.2 基于 PLS-DA 的分类软件开发 | 第40-43页 |
3.3.3 基于 PLS-DA 的分类软件测试 | 第43-44页 |
3.4 基于支持向量机的分类方法研究 | 第44-48页 |
3.4.1 SVM 方法研究 | 第44-45页 |
3.4.2 基于 SVM 的分类软件开发 | 第45-47页 |
3.4.3 基于 SVM 的分类软件测试 | 第47-48页 |
3.5 本章小结 | 第48-49页 |
第4章 LIBS 数据库与样品分类方法在地质领域的应用研究 | 第49-56页 |
4.1 引言 | 第49-50页 |
4.2 基于 LIBS 数据库的地质样品元素分析 | 第50-51页 |
4.3 基于 PLS-DA 的地质样品分类 | 第51-53页 |
4.4 基于 SVM 的地质样品分类 | 第53-54页 |
4.5 基于特征变量的 PLS-DA 和 SVM 岩石分类 | 第54-55页 |
4.6 本章小结 | 第55-56页 |
第5章 全文总结 | 第56-58页 |
5.1 主要工作成果总结 | 第56-57页 |
5.2 存在的不足及下一步工作建议 | 第57-58页 |
参考文献 | 第58-64页 |
作者简介及科研成果 | 第64-65页 |
致谢 | 第65-66页 |