摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-19页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14-16页 |
1.3 论文研究内容与组织结构 | 第16-19页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 组织结构 | 第17-19页 |
第二章 平台的架构和技术理论 | 第19-26页 |
2.1 平台架构设计 | 第19-21页 |
2.2 相关技术与理论 | 第21-25页 |
2.2.1 Java EE 多层 B/S/D 开发框架 | 第21-22页 |
2.2.2 SOA应用集成体系 | 第22-23页 |
2.2.3 Spring + Struts2 + MyBatis + CXF 整合框架 | 第23-25页 |
2.3 本章小结 | 第25-26页 |
第三章 K-Similarity 降噪的 LSTM 水质多因子预测模型 | 第26-40页 |
3.1 水质预测研究现状 | 第26-28页 |
3.2 技术理论 | 第28-32页 |
3.2.1 LSTM神经网络 | 第28-30页 |
3.2.2 K-Similarity 降噪法 | 第30-32页 |
3.3 模型构建与分析 | 第32-39页 |
3.3.1 数据样本确定及预处理 | 第32-33页 |
3.3.2 实验结果分析 | 第33-39页 |
3.4 本章小结 | 第39-40页 |
第四章 平台数据采集整合和存储 | 第40-57页 |
4.1 数据采集整合分析 | 第40-43页 |
4.1.1 数据采集方法及工具 | 第40-42页 |
4.1.2 数据处理配置 | 第42-43页 |
4.2 数据存储 | 第43-45页 |
4.3 数据采集整合设计实现 | 第45-56页 |
4.3.1 数据采集需求设计 | 第45-48页 |
4.3.2 数据采集任务设计 | 第48-50页 |
4.3.3 数据采集接口设计 | 第50-52页 |
4.3.4 数据采集功能实现 | 第52-56页 |
4.4 本章小结 | 第56-57页 |
第五章 水质数据融合平台的设计与实现 | 第57-74页 |
5.1 平台需求分析 | 第57-62页 |
5.1.1 功能需求 | 第58-60页 |
5.1.2 非功能需求 | 第60-62页 |
5.2 平台概要设计 | 第62-66页 |
5.2.1 数据库设计 | 第62-64页 |
5.2.2 接口设计 | 第64-66页 |
5.3 平台功能实现 | 第66-73页 |
5.3.1 平台主要模块实现 | 第67-71页 |
5.3.2 部分代码实现 | 第71-73页 |
5.4 本章小结 | 第73-74页 |
第六章 水质数据融合平台的应用及测试 | 第74-80页 |
6.1 平台测试 | 第74-79页 |
6.1.1 测试环境 | 第74页 |
6.1.2 测试流程及方法 | 第74-77页 |
6.1.3 测试结果及分析 | 第77-79页 |
6.2 平台应用实例 | 第79页 |
6.3 本章小结 | 第79-80页 |
第七章 总结与展望 | 第80-82页 |
参考文献 | 第82-89页 |
攻读学位期间的研究成果 | 第89-90页 |
致谢 | 第90页 |