| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文内容安排 | 第12-13页 |
| 2 电容层析成像技术原理 | 第13-21页 |
| 2.1 电容层析成像系统组成及工作原理 | 第13-15页 |
| 2.1.1 电容层析成像系统组成 | 第13-14页 |
| 2.1.2 电容层析成像工作原理 | 第14-15页 |
| 2.2 电容层析成像求解算法 | 第15-20页 |
| 2.2.1 Landweber迭代法 | 第15-16页 |
| 2.2.2 多项式加速算法 | 第16-18页 |
| 2.2.3 共轭梯度算法 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 电容层析成像边缘补偿算法 | 第21-41页 |
| 3.1 电容层析成像边缘补偿原理 | 第21-28页 |
| 3.1.1 电容层析成像边缘补偿的必要性 | 第21-25页 |
| 3.1.2 电容层析成像边缘补偿区域的确定 | 第25-28页 |
| 3.2 粒子群算法 | 第28-30页 |
| 3.2.1 粒子群算法的基本思想 | 第28页 |
| 3.2.2 粒子群算法的理论分析 | 第28-29页 |
| 3.2.3 粒子群算法的流程图 | 第29-30页 |
| 3.3 遗传蚁群算法 | 第30-37页 |
| 3.3.1 遗传算法 | 第30-31页 |
| 3.3.2 蚁群算法 | 第31-33页 |
| 3.3.3 遗传蚁群算法基本思想 | 第33-35页 |
| 3.3.4 遗传蚁群算法流程图 | 第35-36页 |
| 3.3.5 基于遗传蚁群算法的ECT边界灰度补偿算法的实现 | 第36-37页 |
| 3.4 电容层析成像边缘补偿仿真实验 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 电容层析成像流型辨识 | 第41-54页 |
| 4.1 电容层析成像流型辨识原理 | 第41-46页 |
| 4.1.1 流型的特征分析 | 第42-46页 |
| 4.2 BP神经网络算法 | 第46-47页 |
| 4.3 修正加权高斯牛顿的神经网络算法 | 第47-50页 |
| 4.4 电容层析成像流型辨识仿真实验 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60-61页 |