光谱测量数据处理与分析方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 光谱技术发展历程 | 第9-12页 |
| 1.3 光谱仪的结构 | 第12-13页 |
| 1.4 光谱分析技术特点 | 第13-14页 |
| 1.5 研究内容 | 第14-16页 |
| 1.5.1 研究工具 | 第14页 |
| 1.5.2 工作内容及章节安排 | 第14-15页 |
| 1.5.3 创新点说明 | 第15-16页 |
| 第二章 光谱预处理方法 | 第16-28页 |
| 2.1 光谱数据预处理内容 | 第16-17页 |
| 2.2 光谱数据的筛选与处理 | 第17-21页 |
| 2.2.1 异常数据分析与处理 | 第17-19页 |
| 2.2.2 数据增强算法 | 第19-21页 |
| 2.3 光谱数据去噪处理 | 第21-23页 |
| 2.3.1 平滑算法 | 第21-22页 |
| 2.3.2 傅里叶变换 | 第22-23页 |
| 2.3.3 小波变换 | 第23页 |
| 2.4 消除其他因素影响算法 | 第23-25页 |
| 2.4.1 导数算法 | 第23-24页 |
| 2.4.2 SNV和去趋势算法 | 第24-25页 |
| 2.4.3 MSC算法 | 第25页 |
| 2.5 特征谱线标定 | 第25-28页 |
| 2.5.1 谱线自动寻峰 | 第25-26页 |
| 2.5.2 谱线对应元素标定 | 第26-28页 |
| 第三章 小波去噪方法 | 第28-42页 |
| 3.1 概述 | 第28页 |
| 3.2 小波去噪 | 第28-30页 |
| 3.2.1 小波去噪原理 | 第28-29页 |
| 3.2.2 小波去噪常用方法 | 第29-30页 |
| 3.3 小波阈值去噪 | 第30页 |
| 3.4 小波自适应阈值去噪 | 第30-33页 |
| 3.4.1 小波基 | 第31页 |
| 3.4.2 自适应阈值选取方法 | 第31页 |
| 3.4.3 阈值重调方法 | 第31页 |
| 3.4.4 阈值函数选择 | 第31-32页 |
| 3.4.5 小波分解层数 | 第32-33页 |
| 3.5 遗传算法的理论基础 | 第33-36页 |
| 3.5.1 模式定理 | 第33-35页 |
| 3.5.2 积木块假设 | 第35-36页 |
| 3.6 基于遗传算法的阈值优化 | 第36-37页 |
| 3.6.1 遗传算法概论 | 第36-37页 |
| 3.6.2 基于遗传算法的阈值优化 | 第37页 |
| 3.7 噪声处理实验 | 第37-42页 |
| 3.7.1 简单信号噪声处理实验 | 第37-39页 |
| 3.7.2 光谱实测数据噪声处理实验 | 第39-42页 |
| 第四章 去噪评价指标 | 第42-50页 |
| 4.1 常用去噪评价指标 | 第42-44页 |
| 4.2 综合评价指标理论基础 | 第44-45页 |
| 4.2.1 理论分析 | 第44页 |
| 4.2.2 模型分析 | 第44-45页 |
| 4.2.3 归一化分析 | 第45页 |
| 4.3 去噪评价指标实验 | 第45-50页 |
| 4.3.1 简单信号实验 | 第45-47页 |
| 4.3.2 光谱实测数据实验 | 第47-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和科研情况说明 | 第55-56页 |
| 致谢 | 第56页 |
