|
|
|
|
基于集成学习的激光诱导击穿光谱学技术定量分析算法及应用研究 |
| |
| 论文目录 |
| |
| 摘要 | 第5-6页 | | ABSTRACT | 第6-10页 | | 第一章绪论 | 第10-15页 | | 1.1研究背景 | 第10-11页 | | 1.2LIBS技术概述 | 第11页 | | 1.3国内外研究现状 | 第11-13页 | | 1.4本文研究内容及文章结构安排 | 第13-14页 | | 1.5本章小结 | 第14-15页 | | 第二章相关研究工作 | 第15-24页 | | 2.1集成学习概述 | 第15-18页 | | 2.1.1Bagging集成框架概述 | 第15-16页 | | 2.1.2Boosting集成框架概述 | 第16-17页 | | 2.1.3Stacking集成框架概述 | 第17页 | | 2.1.4集成学习的相关应用 | 第17-18页 | | 2.2基于神经网络的LIBS定量分析研究方法 | 第18-19页 | | 2.3基于随机森林的LIBS定量分析研究 | 第19-21页 | | 2.3.1随机森林回归的原理和建模过程 | 第19-20页 | | 2.3.2基于随机森林回归的LIBS定量分析方法 | 第20-21页 | | 2.4基于支持向量回归的LIBS定量分析研究 | 第21-23页 | | 2.4.1支持向量回归的原理和建模过程 | 第21-22页 | | 2.4.2基于支持向量回归的LIBS定量分析方法 | 第22-23页 | | 2.5本章小结 | 第23-24页 | | 第三章基于集成学习Stacking的LIBS定量分析算法 | 第24-41页 | | 3.1科学问题的提出 | 第24-25页 | | 3.2基于Stacking的LIBS定量分析算法 | 第25-30页 | | 3.3光谱数据预处理 | 第30-33页 | | 3.3.1环境噪声扣除 | 第30-31页 | | 3.3.2光谱数据归一化 | 第31页 | | 3.3.3特征峰自动选取与特征筛选 | 第31-33页 | | 3.4实验结果与分析 | 第33-40页 | | 3.4.1ChemCam数据集简介 | 第33-35页 | | 3.4.2CSA数据集简介 | 第35-36页 | | 3.4.3与单独学习器的实验结果比较 | 第36-37页 | | 3.4.4与基于Boosting和Bagging的定量分析方法实验结果比较 | 第37-39页 | | 3.4.5其余元素氧化物的预测结果分析 | 第39-40页 | | 3.5本章小结 | 第40-41页 | | 第四章LIBS光谱分析系统的设计与实现 | 第41-52页 | | 4.1应用分析 | 第41-42页 | | 4.2架构设计 | 第42-45页 | | 4.2.1总体设计 | 第42页 | | 4.2.2系统架构 | 第42-43页 | | 4.2.3软件主要工作流程设计 | 第43-45页 | | 4.3系统实现 | 第45-51页 | | 4.4本章小结 | 第51-52页 | | 总结与展望 | 第52-54页 | | 全文总结 | 第52-53页 | | 下一步工作和未来展望 | 第53-54页 | | 参考文献 | 第54-58页 | | 攻读博士/硕士学位期间取得的研究成果 | 第58-59页 | | 致谢 | 第59-60页 | | 答辩意见评定表 | 第60页 |
|
|
|
|
论文编号BS4742305，这篇论文共60页
会员购买按0.35元/页下载，共需支付21元。 直接购买按0.5元/页下载，共需要支付30元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务