| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源及研究目的及意义 | 第9页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 研究的目的及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 水质评价方法 | 第11-14页 |
| 1.4 论文研究主要内容、技术路线 | 第14-16页 |
| 1.4.1 主要内容 | 第14页 |
| 1.4.2 技术路线 | 第14-16页 |
| 第2章 松花江哈尔滨段水质监测方法及水质现状 | 第16-24页 |
| 2.1 城市概况及地表水系特征 | 第16-17页 |
| 2.2 水质监测方法 | 第17-19页 |
| 2.2.1 样本的采样与检测 | 第17页 |
| 2.2.2 水质监测的对象和目的 | 第17页 |
| 2.2.3 水质监测方案 | 第17-18页 |
| 2.2.4 松花江哈尔滨段流域水质评价标准的选取 | 第18-19页 |
| 2.3 松花江哈尔滨段水质现状 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于主成分分析的水质评价方法研究 | 第24-42页 |
| 3.1 主成分分析的介绍 | 第24-25页 |
| 3.1.1 主成分分析概述 | 第24页 |
| 3.1.2 主成分分析基本思想 | 第24页 |
| 3.1.3 主成分分析原理 | 第24-25页 |
| 3.2 基于主成分分析评价水质 | 第25-31页 |
| 3.3 评价结果 | 第31-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 改进的BP神经网络水质评价模型构建 | 第42-64页 |
| 4.1 BP神经网络介绍 | 第42页 |
| 4.2 BP神经网络结构与特点 | 第42-44页 |
| 4.3 BP神经网络的算法 | 第44-47页 |
| 4.4 改进的BP网络算法 | 第47-48页 |
| 4.5 基于改进BP神经网络的水质评价模型构建 | 第48-63页 |
| 4.5.1 BP神经网络构建平台 | 第48-50页 |
| 4.5.2 BP网络模型建立 | 第50-53页 |
| 4.5.3 BP神经网络训练 | 第53-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 基于主成分分析-BP神经网络法的松花江哈尔滨段水质评价 | 第64-73页 |
| 5.1 按月和年均值评价 | 第64-65页 |
| 5.2 枯水期平水期和丰水期评价 | 第65-66页 |
| 5.3 评价结果分析 | 第66-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 1.主要结论 | 第73页 |
| 2.研究的不足与展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士期间发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |