基于动态关联矩阵的管网水质异常检测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-24页 |
| 摘要 | 第14页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 水质异常检测研究现状 | 第15-21页 |
| 1.2.1 水质波动的分类与水质异常的定义 | 第15-18页 |
| 1.2.2 水质异常检测算法研究现状 | 第18-20页 |
| 1.2.3 水质监测系统 | 第20-21页 |
| 1.3 论文主要研究内容和安排 | 第21-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第二章 基于动态关联矩阵的水质异常检测方法研究 | 第24-47页 |
| 摘要 | 第24页 |
| 2.1 水质数据特征与时间序列相关性度量 | 第24-31页 |
| 2.1.1 时间序列相关性分析 | 第24-25页 |
| 2.1.2 水质指标联动关系特征和DTW算法 | 第25-28页 |
| 2.1.3 水质检测信号的分解 | 第28-29页 |
| 2.1.4 多源水质信息融合与证据理论 | 第29-31页 |
| 2.2 短时间间隔采样下的水质异常检测 | 第31-43页 |
| 2.2.1 算法流程与计算 | 第31-32页 |
| 2.2.2 实验方案设计 | 第32-35页 |
| 2.2.3 实验结果与分析 | 第35-43页 |
| 2.3 长时间间隔采样下的水质异常检测 | 第43-46页 |
| 2.3.1 算法流程与计算 | 第43-44页 |
| 2.3.2 实验结果与分析 | 第44-46页 |
| 2.4 本章小结 | 第46-47页 |
| 第三章 基于水质异常波动分类的水质异常检测 | 第47-63页 |
| 摘要 | 第47页 |
| 3.1 随机森林算法与水质异常波动分类 | 第47-52页 |
| 3.1.1 随机森林算法与水质异常波动分类 | 第48-51页 |
| 3.1.2 水质指标概率合成矩阵定义和降维 | 第51-52页 |
| 3.2 水质异常波动分类实验方案设计 | 第52-53页 |
| 3.3 水质异常波动分类实验结果与分析 | 第53-58页 |
| 3.4 水质异常波动分类与水质异常检测 | 第58-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 多站点水质异常检测方法研究 | 第63-74页 |
| 摘要 | 第63页 |
| 4.1 多站点水质异常检测特性与分析 | 第63-65页 |
| 4.2 实验设计与仿真 | 第65-71页 |
| 4.2.1 多站点污染异常仿真实验 | 第67-69页 |
| 4.2.2 多站点正常水质数据实验 | 第69-71页 |
| 4.3 实验结果与分析 | 第71-73页 |
| 4.3.1 多站点污染异常仿真实验结果 | 第71页 |
| 4.3.2 多站点正常水质数据实验结果 | 第71-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第五章 水质异常检测软件设计与开发 | 第74-85页 |
| 摘要 | 第74页 |
| 5.1 水质异常检测和分析软件结构框架 | 第74-75页 |
| 5.2 数据模块 | 第75-79页 |
| 5.3 算法模块 | 第79-83页 |
| 5.4 功能模块 | 第83-84页 |
| 5.5 本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 工作总结 | 第85-86页 |
| 6.2 研究展望 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 作者在攻读硕士学位期间的研究成果 | 第92-93页 |
| 作者简介 | 第93页 |
