电阻层析成像图像重建及流型辨识
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-28页 |
| ·研究背景及意义 | 第15-17页 |
| ·两相流的概念 | 第17-19页 |
| ·两相流的分类 | 第17-18页 |
| ·两相流的特点 | 第18-19页 |
| ·ERT 技术国内外研究现状和存在的问题 | 第19-26页 |
| ·ERT 系统图像重建研究现状 | 第21-23页 |
| ·ERT 系统流型辨识研究现状 | 第23-25页 |
| ·ERT 系统存在的问题 | 第25-26页 |
| ·ERT 系统发展中亟待解决的问题 | 第26-27页 |
| ·课题来源及研究内容 | 第27-28页 |
| 第2章 电阻层析成像系统基本原理 | 第28-39页 |
| ·引言 | 第28页 |
| ·电阻层析成像系统的系统组成 | 第28-31页 |
| ·传感器 | 第29-30页 |
| ·数据采集与处理单元 | 第30-31页 |
| ·图像重建系统 | 第31页 |
| ·电阻层析成像系统工作原理 | 第31-38页 |
| ·电阻层析成像的数学模型 | 第32-33页 |
| ·ERT 正问题求解原理 | 第33-34页 |
| ·ERT 反问题求解原理 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 电阻层析成像敏感场建模和特性分析 | 第39-55页 |
| ·似稳场概念 | 第39-40页 |
| ·场域有限元建模 | 第40-44页 |
| ·确定泛函及等价变分问题 | 第42-43页 |
| ·场域自动剖分 | 第43-44页 |
| ·敏感场特性分析 | 第44-53页 |
| ·敏感场分布计算 | 第45-47页 |
| ·介质分布均匀情况下的敏感场分布 | 第47-50页 |
| ·离散相介质的位置对敏感场分布的影响 | 第50-51页 |
| ·离散相介质的含量对敏感场分布的影响 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 电阻层析成像系统图像重建 | 第55-87页 |
| ·引言 | 第55-58页 |
| ·图像重建的意义 | 第55页 |
| ·图像成像的数学理论 | 第55-57页 |
| ·图像重建原理 | 第57-58页 |
| ·图像重建算法种类 | 第58-59页 |
| ·典型算法评述 | 第59-64页 |
| ·LBP 算法 | 第59-60页 |
| ·Landweber 算法 | 第60-61页 |
| ·正则化广义逆图像重建算法 | 第61-63页 |
| ·代数重建算法 | 第63-64页 |
| ·多项式加速图像重建算法 | 第64-70页 |
| ·算法基本原理 | 第64页 |
| ·图像重建算法推导 | 第64-66页 |
| ·算法步骤 | 第66页 |
| ·算法收敛性分析 | 第66-67页 |
| ·仿真实验与实验结果分析 | 第67-70页 |
| ·基于加权SVD 截断共轭梯度图像重建算法 | 第70-76页 |
| ·算法基本原理 | 第70页 |
| ·图像重建算法推导 | 第70-73页 |
| ·算法步骤 | 第73-74页 |
| ·算法收敛性分析 | 第74-75页 |
| ·仿真实验与实验结果分析 | 第75-76页 |
| ·基于神经网络的图像重建算法 | 第76-85页 |
| ·神经网络的基本原理 | 第76-77页 |
| ·神经网络的特点和分类 | 第77-78页 |
| ·基于Hopfield 神经网络的图像重建 | 第78-81页 |
| ·Hopfield 神经网络图像重建算法推导 | 第81-83页 |
| ·仿真与实验结果分析 | 第83-85页 |
| ·本章小结 | 第85-87页 |
| 第5章 基于HMM 模型的流型辨识 | 第87-97页 |
| ·引言 | 第87页 |
| ·基于最大间距准则算法的特征提取 | 第87-90页 |
| ·基于HMM 模型的流型辨识 | 第90-94页 |
| ·HMM 模型的基本原理 | 第90-92页 |
| ·模型参数选择 | 第92页 |
| ·基于HMM 模型的系统设计 | 第92-94页 |
| ·仿真实验与实验结果分析 | 第94-96页 |
| ·本章小结 | 第96-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-108页 |
| 攻读学位期间发表的学术论文 | 第108-109页 |
| 致谢 | 第109页 |
