基于THz光谱数据库的爆炸物分类识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 引言 | 第10-18页 |
| ·课题的研究背景和意义 | 第10-12页 |
| ·课题背景 | 第10-11页 |
| ·研究的意义 | 第11-12页 |
| ·国内外研究概况 | 第12-14页 |
| ·THz光谱识别国内外相关研究进展 | 第12-14页 |
| ·光谱特征数据库国内外相关研究 | 第14页 |
| ·光谱匹配分类技术 | 第14-15页 |
| ·课题的研究内容 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 THz爆炸物数据处理与分析 | 第18-24页 |
| ·原始数据来源 | 第18页 |
| ·数据预处理 | 第18-21页 |
| ·时域数据到频域数据的转换 | 第18-20页 |
| ·运用三次B样条拟合法绘制频域数据曲线 | 第20-21页 |
| ·数据分析 | 第21-22页 |
| ·小结 | 第22-24页 |
| 第3章 爆炸物THz光谱的识别算法研究 | 第24-48页 |
| ·基于曲线细节特征的匹配算法 | 第24-41页 |
| ·曲线特征峰的提取 | 第25-26页 |
| ·曲线吸收峰幅度的计算 | 第26-27页 |
| ·曲线吸收峰跨度的计算 | 第27-28页 |
| ·曲线的斜率、曲率的特征计算 | 第28-29页 |
| ·曲线的相似性度量 | 第29-30页 |
| ·算法实现及实验结果分析 | 第30-41页 |
| ·LVQ聚类算法 | 第41-47页 |
| ·LVQ算法描述 | 第42-43页 |
| ·特征向量的选取 | 第43页 |
| ·学习速率的调整 | 第43-44页 |
| ·基于最小学习误差增量的神经元自动生成算法 | 第44页 |
| ·算法实现及实验结果分析 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第4章 基于THz光谱特征数据库的爆炸物识别系统 | 第48-58页 |
| ·基于THz光谱的爆炸物识别系统概述 | 第48页 |
| ·ETRS系统的概要设计 | 第48-49页 |
| ·ETRS系统的详细设计 | 第49-55页 |
| ·数据库设计 | 第49-51页 |
| ·数据分析模块 | 第51-54页 |
| ·分类识别模块 | 第54-55页 |
| ·ETRS系统功能测试 | 第55-57页 |
| ·ETRS系统的功能界面 | 第55-57页 |
| ·分类识别测试 | 第57页 |
| ·小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·全文工作总结 | 第58-59页 |
| ·今后工作的展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录:攻读硕士学位期间参与的学术活动 | 第64-65页 |
| 一、发表的学术论文 | 第64页 |
| 二、参加的学术研讨会 | 第64页 |
| 三、参与的主要科研项目 | 第64-65页 |
| 致谢 | 第65页 |
