摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的背景和意义 | 第10-11页 |
1.2 电容层析成像技术的国内外现状与发展趋势 | 第11-14页 |
1.2.1 国外研究现状与应用 | 第12-13页 |
1.2.2 国内研究现状与应用 | 第13-14页 |
1.3 课题的来源及研究内容 | 第14-16页 |
1.3.1 课题来源 | 第14-15页 |
1.3.2 课题的主要研究内容 | 第15-16页 |
第2章 ECT检测系统仿真 | 第16-31页 |
2.1 ECT敏感场数学原理 | 第16-17页 |
2.2 基于有限单元法的ECT技术三维数学模型 | 第17-26页 |
2.2.1 ECT技术的等价变分问题 | 第17-18页 |
2.2.2 有限单元法与伽辽金加权余数法 | 第18-20页 |
2.2.3 区域离散法求解ECT检测系统电势分布 | 第20-24页 |
2.2.4 奇异值分解求解电势向量 | 第24页 |
2.2.5 静电储能方程求解ECT检测系统电容值 | 第24-26页 |
2.3 ECT检测系统仿真实验 | 第26-30页 |
2.4 本章小结 | 第30-31页 |
第3章 ECT类灵敏度方程三维图像重建算法 | 第31-39页 |
3.1 ECT类灵敏度方程 | 第31-32页 |
3.2 小波阈值去噪 | 第32-33页 |
3.3 双链量子遗传算法优化的反向传播网络原理 | 第33-35页 |
3.4 优化BP神经网络三维图像重建实验分析 | 第35-38页 |
3.5 本章小结 | 第38-39页 |
第4章 基于能量守恒的ECT流型识别 | 第39-52页 |
4.1 ECT系统能量守恒方程 | 第39-42页 |
4.2 基于能量守恒与小波包能量特征的流型识别的实现 | 第42-43页 |
4.3 小波包分解流型识别仿真实验 | 第43-51页 |
4.4 本章小结 | 第51-52页 |
第5章 基于空隙率模型的ECT三维图像重建 | 第52-66页 |
5.1 电容与介电常数分布关系 | 第52-55页 |
5.2 小波变换和空隙率卷积神经网络算法三维图像重建的实现 | 第55-60页 |
5.3 空隙率卷积神经网络的图像重建 | 第60-65页 |
5.4 本章小结 | 第65-66页 |
结论 | 第66-68页 |
参考文献 | 第68-73页 |
攻读硕士学位期间所发表的学术论文 | 第73-74页 |
致谢 | 第74页 |