| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-9页 |
| 目录 | 第9-11页 |
| 1 综述 | 第11-15页 |
| ·引言 | 第11-12页 |
| ·研究内容和拟解决的关键问题 | 第12-13页 |
| ·本文的内容安排 | 第13-15页 |
| 2 光纤光谱的观测和处理流程 | 第15-27页 |
| ·LAMOST的观测流程 | 第15-17页 |
| ·目标天体和天光的观测模型 | 第16-17页 |
| ·平场和定标灯光谱的观测模型 | 第17页 |
| ·LAMOST的处理流程 | 第17-25页 |
| ·抽取平场谱 | 第18-22页 |
| ·波长定标 | 第22-23页 |
| ·构建超级平场和相对平场 | 第23-24页 |
| ·目标谱的处理 | 第24页 |
| ·合并光谱 | 第24-25页 |
| ·小结 | 第25-27页 |
| 3 小波分析理论及其在LAMOST光谱处理中的预处理应用 | 第27-35页 |
| ·小波发展回顾 | 第27-28页 |
| ·小波变换及快速算法 | 第28-29页 |
| ·利用小波变换来模拟光谱中的连续谱 | 第29-32页 |
| ·经典的连续谱拟合方法 | 第30-31页 |
| ·小波滤波方法与其他方法的结合 | 第31-32页 |
| ·小结 | 第32-35页 |
| 4 基于小波包和SVM的天体光谱识别方法 | 第35-55页 |
| ·问题分析 | 第35-37页 |
| ·小波包分解的基本原理 | 第37-41页 |
| ·小波包基本原理 | 第38-39页 |
| ·小波包基 | 第39-41页 |
| ·小波包的应用 | 第41页 |
| ·支撑矢量机SVM实现技术 | 第41-46页 |
| ·最优分类超平面 | 第41-43页 |
| ·最优广义分类面 | 第43-44页 |
| ·支持向量机 | 第44-46页 |
| ·利用小波变换对光谱进行去噪预处理 | 第46-50页 |
| ·基于小波变换模极大值原理去噪 | 第47-48页 |
| ·基于小波系数区域相关性的滤波算法 | 第48-49页 |
| ·小波阈值去噪方法 | 第49-50页 |
| ·结合小波包分解与SVM实现光谱识别 | 第50-52页 |
| ·光谱信号的小波包特征提取算法 | 第50-51页 |
| ·天体光谱的识别过程 | 第51-52页 |
| ·试验与结果 | 第52-53页 |
| ·小结 | 第53-55页 |
| 5 波长定标方法的改进及LAMOST模拟数据测试 | 第55-67页 |
| ·传统的波长定标方法 | 第55-58页 |
| ·波长定标的算法原理 | 第55-56页 |
| ·计算波长定标灯谱与谱线表的最优拟合参数 | 第56-58页 |
| ·谱线自动提取的小波变换零交叉点方法 | 第58-61页 |
| ·谱线在小波域的特性 | 第58-59页 |
| ·谱线提取的零交叉点算法 | 第59-61页 |
| ·基于谱线匹配的波长定标方法 | 第61-63页 |
| ·算法的改进思想 | 第61页 |
| ·基于谱线匹配的波长定标方法的实现 | 第61-63页 |
| ·基于LAMOST模拟数据的测试 | 第63-66页 |
| ·小结 | 第66-67页 |
| 6 结束语 | 第67-69页 |
| ·全文总结 | 第67页 |
| ·工作中的不足之处 | 第67页 |
| ·进一步讨论的内容和方向 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73-77页 |
| 学位论文数据集 | 第77页 |