| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 插图与附表清单 | 第9-11页 |
| 目录 | 第11-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究背景及意义 | 第13-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·水质异常检测技术 | 第15-18页 |
| ·水质异常检测系统 | 第18-20页 |
| ·本文主要研究内容 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 水质异常检测综述 | 第23-39页 |
| ·饮用水水质指标 | 第23-24页 |
| ·水质数据和水质异常 | 第24-27页 |
| ·水质异常检测及其算法 | 第27-35页 |
| ·异常检测技术分类 | 第27-28页 |
| ·水质异常检测的一般过程 | 第28-29页 |
| ·时间序列预测算法 | 第29-33页 |
| ·聚类/分类算法 | 第33-35页 |
| ·水质异常检测算法的评价 | 第35-38页 |
| ·评价指标 | 第35-36页 |
| ·ROC曲线 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于模糊C-均值聚类的水质异常检测方法研究 | 第39-59页 |
| ·模糊C-均值聚类算法概述 | 第39-44页 |
| ·模糊聚类分析 | 第39-40页 |
| ·模糊C-均值聚类算法 | 第40-44页 |
| ·模糊C-均值聚类算法的仿真分析 | 第44-49页 |
| ·仿真测试数据 | 第44-47页 |
| ·仿真过程 | 第47-49页 |
| ·基于模糊C-均值聚类算法的水质异常检测效果分析 | 第49-58页 |
| ·基于AR模型预测的异常判定 | 第49-53页 |
| ·基于FCM聚类的异常判定 | 第53-56页 |
| ·异常检测结果输出 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于D-S证据融合的水质异常检测方法研究 | 第59-76页 |
| ·D-S证据理论基础 | 第59-62页 |
| ·基于D-S证据理论的水质异常检测 | 第62-68页 |
| ·基本概率分配函数 | 第62-63页 |
| ·冲突证据的处理 | 第63-66页 |
| ·实施框架 | 第66-68页 |
| ·D-S证据理论的异常检测效果 | 第68-74页 |
| ·不同基本概率分配函数的效果比较 | 第68-69页 |
| ·基于D-S证据融合方法的异常输出 | 第69-72页 |
| ·改进D-S证据融合算法与FCM聚类算法的性能比较分析 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 第五章 水质异常检测的实验分析和平台开发 | 第76-92页 |
| ·实验分析平台 | 第76-78页 |
| ·实验设备 | 第76-77页 |
| ·在线实验平台 | 第77-78页 |
| ·水质异常检测算法的可行性验证 | 第78-82页 |
| ·水质异常检测算法的实验分析 | 第82-84页 |
| ·配套软件平台开发 | 第84-91页 |
| ·软件框架设计 | 第84-86页 |
| ·软件主要功能及界面说明 | 第86-91页 |
| ·本章小结 | 第91-92页 |
| 第六章 总结与展望 | 第92-94页 |
| ·论文工作总结 | 第92-93页 |
| ·工作展望 | 第93-94页 |
| 参考文献 | 第94-99页 |
| 作者在攻读硕士学位期间的研究成果 | 第99-100页 |
| 作者简介 | 第100页 |