| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 电容层析成像技术发展与研究现状 | 第10-15页 |
| 1.2.1 国外的研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 ECT 图像重建算法的研究现状 | 第12-15页 |
| 1.3 课题来源及研究内容 | 第15-17页 |
| 第2章 电容层析成像技术原理 | 第17-26页 |
| 2.1 电容层析成像技术概述 | 第17页 |
| 2.2 ECT 系统组成结构 | 第17-18页 |
| 2.3 电容传感器系统结构 | 第18-21页 |
| 2.4 数据采集系统 | 第21页 |
| 2.5 成像系统 | 第21-22页 |
| 2.6 电容层析成像系统工作原理 | 第22-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 图像重建算法的研究 | 第26-34页 |
| 3.1 经典的图像重建算法 | 第26-27页 |
| 3.2 人工神经网络 | 第27-33页 |
| 3.2.1 神经元模型 | 第29-30页 |
| 3.2.2 神经网络学习规则 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 Chebyshev 图像重建算法的研究 | 第34-45页 |
| 4.1 基于 Chebyshev 的图像重建算法 | 第34-40页 |
| 4.1.1 Chebyshev 正交基函数 | 第34-35页 |
| 4.1.2 Chebyshev 神经网络的结构和原理 | 第35-36页 |
| 4.1.3 子网络划分 | 第36-38页 |
| 4.1.4 特征样本的提取 | 第38-40页 |
| 4.2 Chebyshev 神经网络仿真实例 | 第40-41页 |
| 4.3 Chebyshev 图像重建算法步骤 | 第41-42页 |
| 4.4 图像重建仿真实验 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 基于 Chebyshev 神经网络的 ECT 图像重建 | 第45-54页 |
| 5.1 仿真实验数据选取 | 第45-48页 |
| 5.2 图像重建实验 | 第48-53页 |
| 5.2.1 不同介电常数成像实验 | 第48-49页 |
| 5.2.2 多滴流成像实验 | 第49-51页 |
| 5.2.3 不同模拟流型成像实验 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61-62页 |