首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

粒子滤波与压缩感知在ECT中的应用研究

摘要第1-6页
ABSTRACT第6-14页
第1章 绪论第14-21页
   ·选题背景及研究意义第14-16页
   ·国内外研究现状第16-19页
     ·ECT 图像重建的研究现状第16-18页
     ·ECT 流型辨识的研究现状第18-19页
   ·各章节具体安排第19-21页
第2章 基于粒子滤波的优化算法第21-40页
   ·粒子滤波的基本原理第21-25页
     ·最优贝叶斯估计第22-23页
     ·粒子滤波第23-25页
   ·基于粒子滤波的优化算法第25-29页
     ·算法的基本思想第25-26页
     ·算法的具体实现步骤第26页
     ·仿真实验第26-29页
   ·粒子滤波优化算法的具体应用第29-38页
     ·求解非线性约束优化问题第29-32页
     ·求解非线性方程组第32-35页
     ·求解旅行商问题第35-38页
   ·本章小结第38-40页
第3章 粒子滤波优化算法在 ECT 图像重建中的应用第40-50页
   ·ECT 图像重建的基本原理及算法第40-43页
     ·ECT 图像重建的基本原理第40-42页
     ·常用的 ECT 图像重建算法第42-43页
   ·基于粒子滤波的 ECT 图像重建算法第43-46页
     ·算法的基本思想第43-45页
     ·算法的具体实现步骤第45-46页
   ·仿真实验第46-49页
   ·本章小结第49-50页
第4章 压缩感知理论在 ECT 图像重建中的应用第50-60页
   ·压缩感知的基本原理第50-53页
     ·信号的稀疏表示第51-52页
     ·信号的线性测量过程第52页
     ·信号的重构过程第52-53页
   ·基于压缩感知的 ECT 图像重建算法第53-56页
     ·测量矩阵的设计第53-54页
     ·基于压缩感知的 ECT 图像重构过程第54-55页
     ·算法的具体实现步骤第55-56页
   ·仿真实验第56-59页
   ·本章小结第59-60页
第5章 压缩感知理论在 ECT 流型辨识中的应用第60-69页
   ·ECT 流型辨识的基本原理第60-63页
     ·最近邻识别法第61页
     ·特征提取法第61-62页
     ·神经网络法第62-63页
   ·基于压缩感知的 ECT 流型辨识算法第63-65页
     ·ECT 测量电容信号的稀疏表示问题第63页
     ·基于压缩感知的 ECT 流型辨识算法第63-65页
     ·算法的具体实现步骤第65页
   ·仿真实验第65-68页
   ·本章小结第68-69页
第6章 结论与展望第69-71页
   ·结论第69-70页
   ·进一步工作的方向第70-71页
致谢第71-72页
参考文献第72-77页
攻读学位期间发表的学术论文及参加科研情况第77-78页

论文共78页,点击 下载论文
上一篇:SAR图像分割与特征提取方法研究
下一篇:Deep Web环境下实体的信息抽取与识别研究