基于独立分量分析的气液两相流流型识别
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题的研究意义 | 第11-12页 |
| ·课题的发展过程 | 第12-15页 |
| ·本文的主要研究内容 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 实验装置及过程 | 第17-23页 |
| ·实验过程简介 | 第17-18页 |
| ·实验步骤 | 第18页 |
| ·信号的采集 | 第18-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 独立分量分析法 | 第23-33页 |
| ·独立分量分析算法的发展 | 第23-25页 |
| ·独立分量分析相关理论知识 | 第25-29页 |
| ·累积量 | 第25-27页 |
| ·联合熵和条件熵 | 第27页 |
| ·Kullback-Leibler 散度 | 第27-28页 |
| ·互信息 | 第28页 |
| ·负熵 | 第28-29页 |
| ·ICA 算法的优化判据 | 第29-32页 |
| ·信息极大化判据 | 第29-30页 |
| ·极大似然判据 | 第30页 |
| ·基于负熵的固定点算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 流型特征提取的独立分量分析法 | 第33-39页 |
| ·信号的预处理 | 第33-34页 |
| ·应用 FastICA 法提取流型特征 | 第34-35页 |
| ·源信号与输出信号一致性判断 | 第35-38页 |
| ·问题描述 | 第35页 |
| ·通过差分计算保持独立性 | 第35-36页 |
| ·独立分量与源信号一致性的判断 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 应用径向基网络对流型进行识别 | 第39-53页 |
| ·径向基网络的基本理论 | 第39-41页 |
| ·流型的识别 | 第41-43页 |
| ·应用其他方法提取流型的特征 | 第43-45页 |
| ·奇异值分解法简介 | 第43页 |
| ·奇异值分解理论式 | 第43-44页 |
| ·流型的特征提取过程 | 第44-45页 |
| ·流型特征提取的小波包分解法 | 第45-48页 |
| ·小波包分解理论 | 第45-46页 |
| ·流型的特征提取过程 | 第46-48页 |
| ·流型特征提取的混沌分析法 | 第48-51页 |
| ·混沌分析理论简介 | 第48-49页 |
| ·流型的特征提取过程 | 第49-51页 |
| ·识别结果比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位论文期间发表的学位论文 | 第60-61页 |
| 致谢 | 第61页 |
