| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题背景及研究意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 ECT图像重建的研究现状 | 第13-15页 |
| 1.2.2 ECT流型辨识的研究现状 | 第15-16页 |
| 1.3 各章节具体安排 | 第16-18页 |
| 第2章 电容层析成像系统结构及理论基础 | 第18-33页 |
| 2.1 电容层析成像系统的结构 | 第18-22页 |
| 2.1.1 传感器 | 第19-21页 |
| 2.1.2 数据采集系统 | 第21页 |
| 2.1.3 成像系统 | 第21-22页 |
| 2.2 电容层析成像的理论基础 | 第22-31页 |
| 2.2.1 拉冬变换和拉冬逆变换基本原理 | 第22-24页 |
| 2.2.2 ECT的正问题 | 第24-28页 |
| 2.2.3 ECT系统的逆问题 | 第28-31页 |
| 2.3 本章小结 | 第31-33页 |
| 第3章 基于粗神经网络和特征提取的ECT两相流流型辨识 | 第33-42页 |
| 3.1 ECT流型辨识的基本原理 | 第33-35页 |
| 3.1.1 最近邻识别法 | 第34页 |
| 3.1.2 特征提取法 | 第34页 |
| 3.1.3 神经网络法 | 第34-35页 |
| 3.2 粗神经网络原理 | 第35-36页 |
| 3.3 ECT流型的特征提取 | 第36-38页 |
| 3.4 基于粗神经网络和特征提取的ECT流型辨识学习算法 | 第38-40页 |
| 3.5 ECT流型辨识的仿真实验 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于多准则优化的Hopfield神经网络ECT图像重建 | 第42-55页 |
| 4.1 连续型 Hopfield 神经网络的基本原理 | 第42-45页 |
| 4.1.1 Hopfield网络的结构 | 第42-43页 |
| 4.1.2 Hopfield网络的能量函数及稳定性 | 第43-45页 |
| 4.2 基于多准则优化的Hopfield神经网络ECT图像重建算法 | 第45-51页 |
| 4.2.1 多准则优化的神经网络模型 | 第45-46页 |
| 4.2.2 多准则Hopfield网络的ECT图像重建 | 第46-50页 |
| 4.2.3 算法的具体实现步骤 | 第50-51页 |
| 4.4 仿真实验 | 第51-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 结论与展望 | 第55-57页 |
| 5.1 结论 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
