首页--工业技术论文--化学工业论文--合成树脂与塑料工业论文--一般性问题论文--产品及检验论文

针对塑料样品的激光诱导击穿光谱数据库和分类方法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-18页
    1.1 选题背景第11页
    1.2 激光诱导击穿光谱技术第11-14页
        1.2.1 激光诱导击穿光谱技术基本原理第11-12页
        1.2.2 激光诱导击穿光谱仪器基本组成第12-14页
    1.3 国内外研究现状及存在的问题第14-17页
        1.3.1 基于激光诱导击穿光谱的样品分类方法现状第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塑料样品分类的研究现状第16-17页
    1.4 研究内容及意义第17-18页
第2章 基于LIBS的样品分类方法研究与软件开发第18-29页
    2.1 引言第18页
    2.2 模式识别方法概述第18-23页
    2.3 模型预测能力优化第23-24页
    2.4 基于PLS-DA的分类方法研究第24-27页
        2.4.1 理论分析第24-25页
        2.4.2 数据建模过程第25-27页
    2.5 基于PLS-DA的分类软件开发第27-28页
    2.6 本章小结第28-29页
第3章 塑料样品的LIBS数据库开发第29-41页
    3.1 引言第29页
    3.2 数据库设计第29-30页
        3.2.1 开发环境第29页
        3.2.2 架构设计第29-30页
    3.3 元素特征谱线数据库第30-34页
        3.3.1 数据来源第30-31页
        3.3.2 表结构设计第31页
        3.3.3 软件开发第31-34页
    3.4 塑料样品数据库第34-40页
        3.4.1 数据来源第34-35页
        3.4.2 表结构设计第35-38页
        3.4.3 软件开发第38-40页
    3.5 本章小结第40-41页
第4章 基于PLS-DA分类方法在塑料样品中的应用研究第41-49页
    4.1 引言第41页
    4.2 实验条件第41-44页
        4.2.1 实验装置第41-42页
        4.2.2 测控软件开发第42-43页
        4.2.3 实验样品第43-44页
    4.3 实验结果分析第44-48页
        4.3.1 训练集和验证集的比例选取第44-45页
        4.3.2 主成分个数选取第45-47页
        4.3.3 与SVM模型的对比分析第47-48页
    4.4 本章小结第48-49页
第5章 全文总结第49-51页
    5.1 主要工作成果总结第49-50页
    5.2 存在的不足及下一步工作建议第50-51页
参考文献第51-59页
作者简介及科研成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于脑电信号分析的睡眠监测研究
下一篇:激光诱导击穿光谱手持式仪器测控系统优化及地矿样品软件开发