| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 前言 | 第9-16页 |
| ·两相流检测技术的背景及现状 | 第9-11页 |
| ·两相流的概念及特点 | 第9页 |
| ·两相流参数检测的意义 | 第9-10页 |
| ·两相流参数检测技术的现状 | 第10页 |
| ·两相流参数检测技术的发展趋势 | 第10-11页 |
| ·电阻层析成像技术概述 | 第11-14页 |
| ·电阻层析成像技术的产生与发展 | 第11-12页 |
| ·电阻层析成像系统组成 | 第12-13页 |
| ·电阻层析成像技术的发展方向 | 第13-14页 |
| ·本论文的主要工作与内容 | 第14-16页 |
| 第2章 电阻层析成像的正问题与反问题理论分析 | 第16-23页 |
| ·ERT 的正问题分析 | 第16-19页 |
| ·ERT 正问题简介 | 第16页 |
| ·ERT 正问题的求解方法 | 第16页 |
| ·利用有限元法求解ERT 正问题 | 第16-19页 |
| ·双电流源激励模式求解ERT 正问题 | 第19-20页 |
| ·电阻层析成像中的反问题分析 | 第20-21页 |
| ·反问题的非线性与不适定性 | 第20-21页 |
| ·常用图像重建算法简介 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 双电流源电阻层析成像灵敏度系数法 | 第23-35页 |
| ·双电流源激励模式简介 | 第23-26页 |
| ·单电流源数据采集模式 | 第23-25页 |
| ·双电流源激励模式 | 第25-26页 |
| ·重建图像的质量评价 | 第26-28页 |
| ·双电流源灵敏度系数算法（STM） | 第28-33页 |
| ·灵敏度原理（Sensitivity Theory） | 第28-30页 |
| ·灵敏度系数法的改进 | 第30-31页 |
| ·双电流源灵敏度系数法仿真结果 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 双电流源电阻层析成像牛顿-拉夫森算法 | 第35-51页 |
| ·修正的牛顿－拉夫森（MNR）算法 | 第35-40页 |
| ·MNR 算法的实现步骤 | 第35-37页 |
| ·雅可比矩阵的求解 | 第37-40页 |
| ·MNR 算法图像重建仿真结果 | 第40-42页 |
| ·MNR 算法仿真结果 | 第40-41页 |
| ·使用多组双电流源数据的MNR 算法仿真结果 | 第41-42页 |
| ·学习因子对双电流源MNR 算法的影响 | 第42-44页 |
| ·学习因子概念的引入 | 第42-43页 |
| ·采用不同学习因子进行图像重建的仿真结果 | 第43-44页 |
| ·基于局部自适应均值滤波方法的牛顿-拉夫森算法 | 第44-49页 |
| ·局部自适应均值滤波MNR 算法的引入 | 第44-47页 |
| ·局部自适应均值滤波MNR 算法的原理 | 第47-48页 |
| ·局部自适应均值滤波MNR 算法的仿真结果 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 基于正弦矢量逼近方法的牛顿-拉夫森算法 | 第51-56页 |
| ·正弦矢量逼近方法 | 第51-53页 |
| ·采用正弦矢量逼近的仿真结果 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |