FTIR多光谱显微图像信息提取方法研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·FTIR显微光谱技术的发展及现状 | 第11-12页 |
| ·红外显微光谱技术的应用现状 | 第12-14页 |
| ·研究内容及结构安排 | 第14-15页 |
| 第2章 FTIR显微成像及样品制备 | 第15-23页 |
| ·FTIR多光谱显微成像技术 | 第15-20页 |
| ·系统组成 | 第15-17页 |
| ·工作模式 | 第17-19页 |
| ·技术指标 | 第19页 |
| ·局限性 | 第19-20页 |
| ·FTIR显微样品制备 | 第20-22页 |
| ·固体样品制备 | 第20-21页 |
| ·液体样品制备 | 第21-22页 |
| ·气体样品制备 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 多光谱显微图像特征提取 | 第23-47页 |
| ·多光谱图像预处理 | 第23-27页 |
| ·数据分析 | 第23-25页 |
| ·预处理 | 第25-27页 |
| ·基于主成分分析的特征提取 | 第27-43页 |
| ·朗伯-比尔模型 | 第28-29页 |
| ·主成分分析法 | 第29-34页 |
| ·结合朗伯-比尔模型的主成分分析法 | 第34-40页 |
| ·改进算法 | 第40-43页 |
| ·基于核思想的特征提取方法 | 第43-46页 |
| ·核思想 | 第43-44页 |
| ·核主成分分析法 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于主成分分析的分类方法 | 第47-57页 |
| ·距离度量分类器 | 第47-48页 |
| ·最小距离分类器 | 第47-48页 |
| ·最近邻分类器 | 第48页 |
| ·K近邻分类器 | 第48页 |
| ·支持向量机分类器 | 第48-52页 |
| ·最优分类面 | 第49-50页 |
| ·线性支持向量机 | 第50-51页 |
| ·非线性支持向量机 | 第51-52页 |
| ·最小二乘支持向量机分类器 | 第52-56页 |
| ·LS-SVM基本原理 | 第53-54页 |
| ·LS-SVM的训练样本及模型参数的选择 | 第54-55页 |
| ·改进的训练样本选择方法 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 实验及结果分析 | 第57-71页 |
| ·多光谱显微数据实验Ⅰ | 第57-63页 |
| ·实验材料与实验仪器 | 第57-58页 |
| ·样品制备及数据采集 | 第58页 |
| ·实验结果与分析 | 第58-63页 |
| ·多光谱显微数据实验Ⅱ | 第63-69页 |
| ·实验材料与实验仪器 | 第63页 |
| ·样品制备及数据采集 | 第63-64页 |
| ·实验结果与分析 | 第64-69页 |
| ·实验总结 | 第69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
