| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 电容层析成像研究现状 | 第11-12页 |
| 1.2.1 电容归一化问题的研究 | 第11页 |
| 1.2.2 图像重建算法的研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 组织结构 | 第13-15页 |
| 第二章 ECT系统基本原理 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 ECT的系统组成 | 第15-16页 |
| 2.3 ECT的正问题与逆问题 | 第16-21页 |
| 2.3.1 ECT正问题求解 | 第16-17页 |
| 2.3.2 ECT的二维有限元分析 | 第17-19页 |
| 2.3.3 ECT仿真包 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 ECT系统的电容归一化模型 | 第22-31页 |
| 3.1 ECT电容归一化思想 | 第22-24页 |
| 3.2 多权值电容归一化模型 | 第24-26页 |
| 3.3 不同归一化模型仿真结果分析 | 第26-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于介电常数未知的ECT图像重建的SVC算法研究 | 第31-42页 |
| 4.1 支持向量机及其分类 | 第31-33页 |
| 4.1.1 支持向量分类机 | 第31-32页 |
| 4.1.2 多分类问题的SVM算法 | 第32-33页 |
| 4.2 未知介电常数介质的成像方法研究 | 第33-38页 |
| 4.2.1 仿真校验法 | 第33-35页 |
| 4.2.2 基于介电常数未知的ECT图像重建的SVC算法 | 第35-38页 |
| 4.3 实验仿真结果分析 | 第38-41页 |
| 4.3.1 已知介电常数介质的成像实验 | 第38-39页 |
| 4.3.2 未知介电常数介质的成像实验 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于SVM决策树的自适应相数ECT图像重建算法 | 第42-52页 |
| 5.1 基于SVM决策树的自适应相数ECT图像重建算法的设计背景 | 第42页 |
| 5.2 基于SVM决策树的自适应相数预测模型 | 第42-49页 |
| 5.2.1 SVM决策树 | 第42-44页 |
| 5.2.2 基于SVM决策树的自适应相数预测模型的建立 | 第44-45页 |
| 5.2.3 基于SVM决策树的自适应相数预测仿真实验 | 第45-49页 |
| 5.3 基于SVM决策树的自适应相数ECT图像重建算法的研究 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58-59页 |
| 一、研究生期间取得的科研成果 | 第58页 |
| 二、研究生期间参与的科研项目 | 第58页 |
| 三、主要获奖成果 | 第58-59页 |
| 致谢 | 第59页 |
