|
|
|
基于电导波动信号的油水两相流流型识别 |
|
论文目录 |
|
摘要 | 第1-7页 | Abstract | 第7-10页 | 第1章 绪论 | 第10-16页 | ·油水两相流检测的背景和意义 | 第10-11页 | ·国内外的研究动态及发展趋势 | 第11-14页 | ·存在的主要问题 | 第14页 | ·本课题的主要研究内容 | 第14-16页 | 第2章 传感器装置与实验系统 | 第16-26页 | ·几种常见测量方法简介 | 第16-20页 | ·目测法 | 第16-17页 | ·高速摄影法 | 第17页 | ·射线衰减法 | 第17-18页 | ·接触探头法 | 第18-19页 | ·电容层析成像 | 第19-20页 | ·压差波动法 | 第20页 | ·优缺点对比及实验方法的最终确定 | 第20-22页 | ·六种测量方法的优缺点对比 | 第20-21页 | ·实验方法的最终确定 | 第21-22页 | ·实验装置及工况 | 第22-24页 | ·实验台简介 | 第22-23页 | ·电导探针的制作工艺 | 第23页 | ·电导探针测量系统的测量原理 | 第23-24页 | ·实验步骤 | 第24页 | ·原始信号分析 | 第24-25页 | ·本章小结 | 第25-26页 | 第3章 基于现代信号处理的流型特征提取 | 第26-43页 | ·小波基本理论 | 第26-29页 | ·离散二进小波变换 | 第26-27页 | ·基于小波的多分辨分析 | 第27-28页 | ·小波分解和重构的Mallat 算法 | 第28-29页 | ·小波去噪原理 | 第29-35页 | ·常见的小波阈值规则简介 | 第30页 | ·仿真信号的小波去噪 | 第30-32页 | ·油水两相流电导波动信号的小波去噪 | 第32-35页 | ·小波包分解及特征提取 | 第35-38页 | ·小波包分解算法简介 | 第35-36页 | ·小波包能量特征提取 | 第36-38页 | ·经验模式分解算法简介及特征提取 | 第38-42页 | ·经验模式分解算法 | 第38-41页 | ·各模态能量特征的提取 | 第41-42页 | ·本章小结 | 第42-43页 | 第4章 人工神经网络流型识别模型 | 第43-55页 | ·BP 神经网络简介 | 第43-46页 | ·BP 网络的结构 | 第43-44页 | ·BP 神经网络的算法 | 第44-46页 | ·径向基函数网络模型 | 第46-49页 | ·径向基函数网络结构 | 第46-47页 | ·RBF 网络的训练算法 | 第47-49页 | ·传统RBF 神经网络的改进 | 第49-51页 | ·改进RBF 的设计思想 | 第49-50页 | ·改进RBF 的学习算法 | 第50-51页 | ·传统RBF 及改进RBF 流型识别网络的建立及性能对比 | 第51-52页 | ·Elman 神经网络模型 | 第52-54页 | ·Elman 神经网络结构及算法 | 第52-53页 | ·IMF 特征能量训练及识别 | 第53-54页 | ·几种模型的比较 | 第54页 | ·本章小结 | 第54-55页 | 结论 | 第55-56页 | 参考文献 | 第56-60页 | 攻读学位期间取得的研究成果及发表的学术论文 | 第60-61页 | 致谢 | 第61页 |
|
|
|
|
论文编号BS217697,这篇论文共61页 会员购买按0.35元/页下载,共需支付21.35元。 直接购买按0.5元/页下载,共需要支付30.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|