电阻层析成像图像重建算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-23页 |
| ·多相流检测技术 | 第12-15页 |
| ·多相流检测技术研究的意义 | 第12-13页 |
| ·多相流检测技术的主要参数 | 第13-14页 |
| ·多相流检测技术的发展现状 | 第14-15页 |
| ·多相流检测技术的发展趋势 | 第15页 |
| ·过程层析成像技术 | 第15-22页 |
| ·过程层析成像技术的发展历程 | 第15-17页 |
| ·PT 技术与CT 技术的区别 | 第17-18页 |
| ·PT 技术基本原理 | 第18-19页 |
| ·PT 技术分类 | 第19-20页 |
| ·过程层析成像面临的问题 | 第20-21页 |
| ·PT 技术的发展趋势 | 第21-22页 |
| ·课题来源及研究的主要内容 | 第22-23页 |
| 第2章 电阻层析成像技术 | 第23-29页 |
| ·ERT 的系统构成及技术特点 | 第23-25页 |
| ·传感器系统 | 第23-24页 |
| ·数据采集系统 | 第24页 |
| ·成像系统 | 第24-25页 |
| ·ERT 系统测量原理 | 第25-26页 |
| ·ERT 技术应用研究现状 | 第26页 |
| ·ERT 技术发展中必须解决的关键问题 | 第26-27页 |
| ·ERT 技术应用前景展望 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 电阻层析成像数学建模 | 第29-36页 |
| ·正问题与反问题 | 第29页 |
| ·似稳场概念 | 第29-30页 |
| ·ERT 数学模型 | 第30-31页 |
| ·ERT 有限元建模 | 第31-35页 |
| ·有限元法的计算步骤 | 第32-33页 |
| ·确定泛函及等价变分问题 | 第33-34页 |
| ·场域自动剖分 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 ERT 图像重建算法分析和比较 | 第36-48页 |
| ·图像重建算法综述 | 第36-39页 |
| ·图像重建算法的意义 | 第36页 |
| ·图像重建原理 | 第36-38页 |
| ·成像数学理论基础 | 第38-39页 |
| ·图像重建算法种类 | 第39-40页 |
| ·Newton-Raphson 算法 | 第40-41页 |
| ·基于广义逆求解的图像重建 | 第41-43页 |
| ·灵敏度系数算法 | 第43页 |
| ·正则化广义逆图像重建算法 | 第43-46页 |
| ·代数重建算法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 神经网络图像重建算法 | 第48-63页 |
| ·人工神经网络的应用 | 第48-49页 |
| ·神经网络的结构和分类 | 第49-50页 |
| ·神经网络的特点 | 第50-51页 |
| ·神经网络的学习方式 | 第51-52页 |
| ·RBF 神经网络图像重建算法 | 第52-58页 |
| ·RBF 神经网络介绍 | 第52-53页 |
| ·RBF 神经网络的学习算法 | 第53-56页 |
| ·RBF 神经网络图像重建算法 | 第56-58页 |
| ·RBF 神经网络图像重建算法的改进 | 第58-59页 |
| ·基于代数神经网络的电阻层析成像图像重建算法 | 第59-62页 |
| ·代数神经网络 | 第59-61页 |
| ·仿真研究结果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
