PCA和ANN在鄱阳湖水质评价中的应用
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第1章 绪论 | 第8-19页 |
·研究背景和意义 | 第8-9页 |
·国内外主要研究方法 | 第9-11页 |
·水质评价国内外主要研究方法 | 第9-10页 |
·富营养化评价国内外主要研究方法 | 第10-11页 |
·评价模型研究进展 | 第11-15页 |
·水质评价模型研究进展 | 第11-13页 |
·富营养化评价模型研究进展 | 第13-15页 |
·人工神经网络法和主成分分析方法介绍 | 第15-18页 |
·主成分分析方法 | 第15-16页 |
·人工神经网络 | 第16-18页 |
·研究内容 | 第18页 |
·研究方法 | 第18-19页 |
第2章 鄱阳湖环境概况 | 第19-29页 |
·鄱阳湖自然社会状况 | 第19-21页 |
·地理位置 | 第19-20页 |
·地形地貌 | 第20页 |
·气候特点 | 第20页 |
·流域水系 | 第20-21页 |
·生态资源 | 第21页 |
·鄱阳湖区社会经济状况 | 第21-24页 |
·鄱阳湖水环境现状分析 | 第24-29页 |
·水文特征 | 第24-26页 |
·鄱阳湖历年水质状况 | 第26-27页 |
·入湖五大河流的水质状况 | 第27-29页 |
第3章 鄱阳湖水质的主成分分析 | 第29-41页 |
·主成分分析 | 第29-31页 |
·基本原理 | 第29页 |
·数学模型 | 第29-30页 |
·主要步骤 | 第30-31页 |
·PCA的SPSS实现 | 第31-36页 |
·建立原始变量矩阵X | 第32-33页 |
·对原始变量矩阵X进行标准化处理 | 第33页 |
·求出标准化矩阵Z的相关系数矩阵及其特征根 | 第33-34页 |
·确定主成分个数 | 第34-36页 |
·确定主成分F1、F2、F3的表达式 | 第36页 |
·确定综合评价函数 | 第36页 |
·评价结果 | 第36-37页 |
·结果与对策分析 | 第37-40页 |
·结果分析 | 第37-38页 |
·对策分析 | 第38-40页 |
·本章小结 | 第40-41页 |
第4章 鄱阳湖营养状况的神经网络评价 | 第41-55页 |
·BP神经网络 | 第41-44页 |
·基本原理 | 第41页 |
·数学模型 | 第41-44页 |
·BP-ANN的MATLAB实现 | 第44-51页 |
·评价对象与因子的确定 | 第45-47页 |
·评价标准的确定 | 第47页 |
·输入层神经元数和输入模式向量 | 第47页 |
·隐层和隐层神经元数 | 第47-48页 |
·输出层神经元个数与期望输出 | 第48页 |
·BP网络的构建 | 第48-50页 |
·BP网络的训练 | 第50-51页 |
·BP网络的评价 | 第51页 |
·鄱阳湖营养状况评价结果 | 第51-52页 |
·结果与对策分析 | 第52-53页 |
·结果分析 | 第52-53页 |
·对策分析 | 第53页 |
·本章小结 | 第53-55页 |
第5章 总结与展望 | 第55-58页 |
·总结 | 第55-56页 |
·水质评价 | 第55-56页 |
·营养状况评价 | 第56页 |
·展望 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-63页 |
攻读学位期间的研究成果 | 第63页 |