| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 多相流检测技术 | 第10-12页 |
| 1.1.1 研究多相流检测技术的目的和意义 | 第10-11页 |
| 1.1.2 两相流检测的发展状况 | 第11页 |
| 1.1.3 两相流检测的发展趋势 | 第11-12页 |
| 1.2 电容层析成像技术的国内外研究现状与发展趋势 | 第12-15页 |
| 1.2.1 电容层析成像技术国内外研究现状 | 第12-13页 |
| 1.2.2 电容层析成像技术的发展趋势 | 第13-14页 |
| 1.2.3 传感器的研究现状 | 第14页 |
| 1.2.4 数据采集系统的研究现状 | 第14页 |
| 1.2.5 流型辨识与图像重建的研究现状 | 第14-15页 |
| 1.3 课题的来源及研究内容 | 第15-17页 |
| 第2章 电容层析成像系统的组成及工作原理 | 第17-32页 |
| 2.1 电容层析成像系统构成 | 第17-23页 |
| 2.1.1 电容传感器的结构 | 第17-19页 |
| 2.1.2 数据采集系统 | 第19-20页 |
| 2.1.3 成像系统 | 第20-23页 |
| 2.2 电容层析成像系统的基本原理 | 第23-28页 |
| 2.2.1 ECT系统的数学原理 | 第23-25页 |
| 2.2.2 灵敏度分布函数及图像重建原理 | 第25-28页 |
| 2.3 ECT系统正问题 | 第28-30页 |
| 2.4 ECT系统逆问题 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于改进BP神经网络的流型辨识 | 第32-42页 |
| 3.1 BP神经网络 | 第32-34页 |
| 3.2 流型的特征提取 | 第34-37页 |
| 3.3 改进BP神经网络 | 第37-38页 |
| 3.4 仿真与实验结果 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于谱投影梯度的图像重建 | 第42-52页 |
| 4.1 图像重建准则 | 第42-43页 |
| 4.2 常用图像重建算法 | 第43-46页 |
| 4.2.1 线性反投影(LBP)算法 | 第43-44页 |
| 4.2.2 Tikhonov正则化法 | 第44-45页 |
| 4.2.3 Landweber算法 | 第45-46页 |
| 4.3 谱投影梯度追踪算法 | 第46-49页 |
| 4.3.1 谱投影梯度追踪算法原理 | 第46-47页 |
| 4.3.2 非单调线性搜索策略原理 | 第47-48页 |
| 4.3.3 谱投影梯度追踪算法流程 | 第48-49页 |
| 4.4 仿真与实验结果 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间所发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |