基于数据挖掘的ERA决策支持系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 1 数据挖掘概述 | 第10-13页 |
| ·数据挖掘现状 | 第10页 |
| ·数据挖掘的应用领域与常用模型 | 第10-13页 |
| 2 环境风险评价技术方法研究现状与发展趋势 | 第13-18页 |
| ·环境风险评价的评价流程及技术方法 | 第13-14页 |
| ·环境风险评价国内外研究进展 | 第14-15页 |
| ·环境风险评价研究的国内外发展趋势 | 第15-16页 |
| ·本文研究目的与意义 | 第16-18页 |
| 3 数据挖掘相关算法模型 | 第18-30页 |
| ·BP神经网络预测模型简介 | 第18-24页 |
| ·BP神经网络基本原理 | 第18-19页 |
| ·BP算法的神经网络训练过程 | 第19-22页 |
| ·BP神经网络的改进算法 | 第22-24页 |
| ·马尔科夫模型简介 | 第24-26页 |
| ·马尔科夫过程原理 | 第24页 |
| ·环境质量状态的划分 | 第24页 |
| ·马尔科夫过程转移概率矩阵的确定及其模型建立 | 第24-26页 |
| ·趋势结构序列挖掘算法简介 | 第26-30页 |
| ·时间序列数据挖掘研究现状 | 第26页 |
| ·时间序列简介 | 第26-27页 |
| ·基于趋势结构序列的一步前预技术 | 第27-30页 |
| 4 基于数据挖掘的ERA决策支持系统设计与实现 | 第30-43页 |
| ·决策支持系统简介 | 第30-31页 |
| ·决策支持系统的形成与定义 | 第30页 |
| ·决策支持系统的发展趋势 | 第30-31页 |
| ·基于数据挖掘的ERA决策支持系统设计 | 第31-36页 |
| ·系统功能描述 | 第31-32页 |
| ·功能模块划分与系统总体设计 | 第32-36页 |
| ·决策支持系统实现 | 第36-43页 |
| ·环境监测数据库(数据文件)实现 | 第36-39页 |
| ·数据挖掘算法模型实现 | 第39-43页 |
| 5 实证分析 | 第43-62页 |
| ·BP神经网络预测模型实证分析 | 第43-56页 |
| ·基于数据文件的应用 | 第43-50页 |
| ·基于数据库的应用 | 第50-55页 |
| ·模型分析 | 第55-56页 |
| ·马尔科夫模型实证分析 | 第56-58页 |
| ·马尔科夫发型应用 | 第56-57页 |
| ·模型分析 | 第57-58页 |
| ·趋势结构序列预测模型实证分析 | 第58-62页 |
| ·趋势结构序列预测模型应用 | 第58-61页 |
| ·模型分析 | 第61-62页 |
| 结论 | 第62-65页 |
| 参考文献 | 第65-67页 |
| 附录A BP神经网络模型源代码(基于数据库) | 第67-76页 |
| 附录B BP神经网络模型源代码(基于数据文件) | 第76-88页 |
| 附录C 马尔科夫模型源代码(基于数据库) | 第88-92页 |
| 附录D 趋势结构序列预测模型源代码(基于数据库) | 第92-95页 |
| 攻读硕士学位期间发表学术论文情况及完成的科研成果 | 第95-96页 |
| 致谢 | 第96-97页 |
| 大连理工大学学位论文版权使用授权书 | 第97页 |
