| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 选题的背景与意义 | 第15页 |
| 1.2 过程层析成像的发展及分类 | 第15-19页 |
| 1.2.1 过程层析成像的发展历程 | 第16-17页 |
| 1.2.2 过程层析成像的特点及分类 | 第17-19页 |
| 1.3 论文研究的主要内容 | 第19页 |
| 1.4 论文研究的难点和创新点 | 第19-21页 |
| 第二章 电容层析成像 | 第21-29页 |
| 2.1 ECT组成 | 第21-23页 |
| 2.1.1 电容传感器模块 | 第21-22页 |
| 2.1.2 数据采集模块 | 第22页 |
| 2.1.3 图像重建模块 | 第22-23页 |
| 2.2 ECT的工作原理 | 第23-25页 |
| 2.2.1 ECT系统的数学基础 | 第23-24页 |
| 2.2.2 ECT的数学原理 | 第24-25页 |
| 2.3 灵敏度分布函数及其重建原理 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 ECT的正问题 | 第29-47页 |
| 3.1 电容传感器的数学模型 | 第29-30页 |
| 3.2 正问题的求解方法 | 第30-31页 |
| 3.3 有限元法简介 | 第31-32页 |
| 3.4 电磁场有限元分析过程 | 第32-37页 |
| 3.4.1 结构离散和单元分析 | 第33-36页 |
| 3.4.2 集成分析 | 第36-37页 |
| 3.5 ANSYS简介 | 第37-38页 |
| 3.6 仿真的可行性验证 | 第38-40页 |
| 3.7 ECT正问题的仿真设计 | 第40-43页 |
| 3.7.1 传感器建模 | 第40-41页 |
| 3.7.2 场域的剖分 | 第41-42页 |
| 3.7.3 施加边界条件和求解 | 第42-43页 |
| 3.8 实验结果及分析 | 第43-46页 |
| 3.8.1 极板间电容数值的求解 | 第43-44页 |
| 3.8.2 传感器敏感场分布的求解 | 第44-46页 |
| 3.9 本章小结 | 第46-47页 |
| 第四章 图像重建算法 | 第47-65页 |
| 4.1 图像重建算法综述 | 第47-51页 |
| 4.1.1 非迭代类算法 | 第47-49页 |
| 4.1.2 迭代类算法 | 第49-50页 |
| 4.1.3 其他算法 | 第50-51页 |
| 4.2 图像重建算法的必要性 | 第51页 |
| 4.3 神经网络算法 | 第51-52页 |
| 4.4 BP神经网络结构及其原理 | 第52-55页 |
| 4.4.1 输入层、输出层及隐含层的设计 | 第52-53页 |
| 4.4.2 BP算法原理 | 第53-55页 |
| 4.4.3 BP算法存在的问题 | 第55页 |
| 4.5 遗传算法 | 第55-57页 |
| 4.5.1 染色体编码 | 第56页 |
| 4.5.2 个体适应度评价 | 第56页 |
| 4.5.3 遗传操作 | 第56-57页 |
| 4.5.4 算法流程 | 第57页 |
| 4.6 遗传算法优化BP神经网络的改进思想 | 第57-58页 |
| 4.7 应用于ECT系统的改进BP神经网络图像重建 | 第58-60页 |
| 4.8 实验结果 | 第60-62页 |
| 4.9 实验结论 | 第62页 |
| 4.10 本章小结 | 第62-65页 |
| 第五章 结论与展望 | 第65-67页 |
| 5.1 结论 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 研究成果及发表的学术论文 | 第73-75页 |
| 作者和导师简介 | 第75-76页 |
| 硕士研究生学位论文答辩委员会决议书 | 第76-77页 |