| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·课题的发展概况及国内外研究现状 | 第8-11页 |
| ·层析成像技术的发展概况及国内外研究现状 | 第8-9页 |
| ·ERT/ECT 技术的发展概况及国内外研究现状 | 第9-11页 |
| ·本课题的研究目的及意义 | 第11-12页 |
| ·本文研究的主要内容和结构安排 | 第12-13页 |
| 第2章 ERT/ECT技术综述 | 第13-23页 |
| ·电阻/电容层析成像技术基本原理 | 第13页 |
| ·电阻/电容层析成像技术的问题描述 | 第13-14页 |
| ·电阻/电容层析成像技术的系统组成 | 第14-16页 |
| ·电阻/电容层析成像数据采集形式 | 第16-18页 |
| ·相邻激励形式 | 第16-17页 |
| ·相对激励形式 | 第17页 |
| ·对角激励形式 | 第17-18页 |
| ·电阻/电容层析成像图像恢复的典型算法 | 第18-21页 |
| ·线性反投影法 | 第19-20页 |
| ·基于迭代的线性反投影法 | 第20-21页 |
| ·模型重建法 | 第21页 |
| ·电阻/电容层析成像用途及发展方向 | 第21-22页 |
| ·电阻/电容层析成像系统的用途 | 第21-22页 |
| ·电阻/电容层析成像系统的发展方向 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 有限元在ERT/ECT正问题中的数值模拟 | 第23-39页 |
| ·似稳场理论知识 | 第23页 |
| ·电阻/电容层析成像技术的数学描述 | 第23-29页 |
| ·电阻层析成像敏感场的数学模型 | 第24页 |
| ·电容层析成像敏感场的数学模型 | 第24-25页 |
| ·电阻/电容层析成像边值的确定 | 第25-28页 |
| ·系统基于边值问题的等价泛函的确定 | 第28-29页 |
| ·有限元对ERT/ECT 敏感场的正问题分析 | 第29-36页 |
| ·有限元法的基本原理 | 第29页 |
| ·二维有限元分析步骤 | 第29-33页 |
| ·有限元法对ERT/ECT 的实现 | 第33-36页 |
| ·数据归一化处理 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 ERT/ECT系统逆问题的研究 | 第39-63页 |
| ·神经网络思想 | 第39-42页 |
| ·神经网络概念和分类 | 第39-40页 |
| ·神经网络的学习 | 第40-42页 |
| ·误差反向传播神经网络算法及改进方案 | 第42-51页 |
| ·误差反向传播神经网络结构 | 第43-44页 |
| ·误差反向传播神经网络学习 | 第44-46页 |
| ·改进的误差反向传播神经网络算法方法 | 第46-47页 |
| ·计算机实现 | 第47-51页 |
| ·样条权函数神经网络算法及改进方案 | 第51-60页 |
| ·样条权函数的结构 | 第51-53页 |
| ·一维输出的第一类样条权函数的求解 | 第53-57页 |
| ·第一类样条权函数神经网络的一般情况 | 第57-58页 |
| ·第一类样条权函数神经网络的参数选择 | 第58页 |
| ·改进的样条权函数神经网络算法方案 | 第58-59页 |
| ·计算机实现 | 第59-60页 |
| ·两种改进算法的恢复图像比较及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 ERT/ECT系统在应用中的硬件设计及分析 | 第63-67页 |
| ·电极排布及激励方式 | 第63-64页 |
| ·转换电路设计及分析 | 第64-65页 |
| ·硬件分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |