| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·两相流研究背景与意义 | 第7-8页 |
| ·两相流主要流动参数及其定义 | 第8-9页 |
| ·两相流的速度场参数 | 第8-9页 |
| ·两相流的浓度场参数 | 第9页 |
| ·两相流检测技术现状 | 第9-10页 |
| ·本文的组织结构 | 第10-12页 |
| 第二章 支持向量机模型参数选择算法研究 | 第12-31页 |
| ·支持向量机简介 | 第12-18页 |
| ·机器学习理论概述 | 第12-14页 |
| ·统计学习基本理论 | 第14-17页 |
| ·支持向量机算法的发展历史和现状 | 第17-18页 |
| ·支持向量机基本算法 | 第18-23页 |
| ·支持向量分类 | 第18-21页 |
| ·支持向量回归 | 第21-23页 |
| ·支持向量机模型参数的选择 | 第23-31页 |
| ·模型参数对SVM分类性能的影响 | 第23-26页 |
| ·模型参数选择方法 | 第26-28页 |
| ·基于混沌搜索的支持向量机参数的确定 | 第28-31页 |
| 第三章 基于粗糙集的气液两相流特征量的属性约简 | 第31-46页 |
| ·粗糙集理论简介 | 第31-37页 |
| ·粗糙集理论发展现状 | 第31-32页 |
| ·粗糙集理论基本概念 | 第32-33页 |
| ·粗糙集理论基本方法 | 第33-37页 |
| ·气液两相流动态实验及数据采集 | 第37-40页 |
| ·气液两相流特征量的数据挖掘 | 第40-42页 |
| ·气液两相流特征量的属性约简 | 第42-46页 |
| 第四章 基于SVM方法的两相流流型辨识及相含率预测 | 第46-60页 |
| ·SVM在垂直上升管的气液两相流流型辨识的应用 | 第46-53页 |
| ·采用SVM的垂直上升管的气液两相流相含率预测 | 第53-60页 |
| 第五章 结束语 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·建议 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |