| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-14页 |
| ·选题依据与研究意义 | 第10页 |
| ·能谱去噪算法研究现状 | 第10-11页 |
| ·主要研究内容 | 第11-14页 |
| 第二章 航空伽玛能谱测量概述 | 第14-24页 |
| ·天然伽玛射线的主要来源 | 第14-15页 |
| ·宇生/原生放射性核素 | 第14页 |
| ·宇宙射线带来的 | 第14-15页 |
| ·特征峰能量的选择 | 第15页 |
| ·伽玛能谱探测理论 | 第15-20页 |
| ·伽玛射线与物质的相互作用 | 第15-19页 |
| ·伽玛能谱仪探测原理 | 第19-20页 |
| ·航空伽玛能谱测量 | 第20-24页 |
| ·测量原理 | 第20页 |
| ·航空伽玛能谱的谱平衡 | 第20-21页 |
| ·测线布置与飞行测量 | 第21-24页 |
| 第三章 几种主要的能谱去噪方法 | 第24-30页 |
| ·最小二乘移动平滑法 | 第24-25页 |
| ·Kalman滤波方法 | 第25页 |
| ·小波分析法 | 第25-26页 |
| ·去噪效果比较 | 第26-30页 |
| 第四章 支持向量机相关理论 | 第30-42页 |
| ·统计学习理论基本思想 | 第30-32页 |
| ·经验风险 | 第30-31页 |
| ·VC维 | 第31页 |
| ·结构风险 | 第31-32页 |
| ·支持向量机 | 第32-38页 |
| ·最优分类超平面 | 第33-34页 |
| ·线性支持向量分类机 | 第34-36页 |
| ·非线性支持向量分类机 | 第36-37页 |
| ·核函数 | 第37-38页 |
| ·支持向量回归机 | 第38-41页 |
| ·损失函数 | 第38-39页 |
| ·回归分析原理 | 第39-41页 |
| ·最小二乘支持向量回归机 | 第41页 |
| ·小结 | 第41-42页 |
| 第五章 基于LS-SVM的航空伽玛能谱降噪模型 | 第42-58页 |
| ·核函数的选取 | 第42-49页 |
| ·RBF函数的优点 | 第42页 |
| ·修正的径向基核函数 | 第42-46页 |
| ·惩罚系数C的选择 | 第46-47页 |
| ·高斯核宽度s的选择 | 第47-48页 |
| ·k折参数寻优法确定核参数 | 第48-49页 |
| ·依据能窗法的分段LS-SVM处理 | 第49-58页 |
| ·LS-SVM全谱拟合应用在航空谱上的缺陷 | 第49-50页 |
| ·三窗法原理 | 第50-51页 |
| ·能谱分段处理 | 第51-53页 |
| ·分段加权叠加处理 | 第53-58页 |
| 第六章 航空伽玛能谱分段回归拟合降噪处理结果与结论 | 第58-60页 |
| ·实验对比 | 第58-59页 |
| ·结果讨论 | 第59-60页 |
| 结论 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-66页 |