数据挖掘技术在环境保护综合管理系统中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·论文研究的背景和意义 | 第11-12页 |
| ·水质监测预测研究现状 | 第12-15页 |
| ·水质预测模型发展 | 第12-13页 |
| ·水质预测模型研究 | 第13-15页 |
| ·本文开展工作的技术路线 | 第15-17页 |
| ·论文的主要内容 | 第17-18页 |
| 第二章 数据挖掘技术及其工具 | 第18-23页 |
| ·数据挖掘概述 | 第18-20页 |
| ·数据挖掘的定义 | 第18页 |
| ·数据挖掘的过程 | 第18-19页 |
| ·数据挖掘的常用方法 | 第19-20页 |
| ·数据挖掘工具 | 第20-23页 |
| ·数据挖掘工具简介 | 第20-21页 |
| ·数据挖掘工具的选择 | 第21-23页 |
| 第三章 水质数据的采集和关键因素分析 | 第23-38页 |
| ·数据釆集系统 | 第23-28页 |
| ·环境保护综合管理系统 | 第23-25页 |
| ·污染源在线监控子系统 | 第25-27页 |
| ·地表水质自动监测子系统 | 第27-28页 |
| ·中山市地表水监测指标体系 | 第28-30页 |
| ·关键因素分析 | 第30-35页 |
| ·朴素贝叶斯分类 | 第30-32页 |
| ·关键影响因素分析 | 第32-35页 |
| ·输入数据的确定 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 地表水质预测 | 第38-54页 |
| ·地表水质预测方法及选择 | 第38-41页 |
| ·各种预测方法简介 | 第38-40页 |
| ·预测方法的比较和选择 | 第40-41页 |
| ·基于粗糙集的属性约简 | 第41-46页 |
| ·粗糙集理论简介 | 第41-43页 |
| ·数据离散化 | 第43-45页 |
| ·属性约简 | 第45-46页 |
| ·神经网络预测模型的实现 | 第46-53页 |
| ·BP 神经网络的基本原理 | 第46-47页 |
| ·BP 神经网络的结构 | 第47-49页 |
| ·BP 神经网络的学习算法 | 第49-51页 |
| ·运用神经网络算法进行预测 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 预测效果分析 | 第54-64页 |
| ·预测模型准确性验证 | 第54-57页 |
| ·准确性图表 | 第54-55页 |
| ·分类矩阵 | 第55-56页 |
| ·利润图 | 第56-57页 |
| ·不同神经网络模型预测效果分析 | 第57-59页 |
| ·不同模型预测效果分析 | 第59-63页 |
| ·时序算法预测结果比较 | 第59-60页 |
| ·决策树算法预测结果比较 | 第60-62页 |
| ·逻辑回归算法预测结果比较 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
