首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--一般性问题论文

基于模糊聚类与BP神经网络的环境污染源数据的异常检测研究

摘要第3-4页
Abstract第4页
第一章 绪论第6-11页
    1.1 研究意义及背景第6-7页
    1.2 国内外研究现状第7-9页
    1.3 课题来源第9页
    1.4 研究内容第9-10页
    1.5 论文组织结构第10页
    1.6 本章小结第10-11页
第二章 数据挖掘与异常检测第11-15页
    2.1 数据挖掘第11-12页
    2.2 异常值的定义第12-13页
    2.3 异常值产生的原因第13页
    2.4 数据挖掘的异常检测方法第13-14页
    2.5 本章小结第14-15页
第三章 基于模糊C均值聚类算法的数据异常检测第15-25页
    3.1 传统环境污染源异常数据检测方法第15-16页
    3.2 模糊C均值聚类算法第16-20页
    3.3 污染源数据来源与预处理第20-21页
    3.4 FCM算法对环境污染源监测数据异常检测第21-24页
    3.5 本章小结第24-25页
第四章 基于BP神经网络算法的异常值修正第25-33页
    4.1 BP神经网络算法概述第25-28页
    4.2 BP神经网络的特点第28-29页
    4.3 BP神经网络算法对环境污染源数据异常值修正第29-32页
    4.4 本章小结第32-33页
第五章 基于FCM与BP神经网络算法结合的异常值修正第33-44页
    5.1 BP神经网络算法的缺点第33-34页
    5.2 FCM与BP神经网络结合算法对异常值修正第34-38页
    5.3 异常值修正改进算法实验结果与分析第38-43页
    5.4 本章小结第43-44页
第六章 结论与展望第44-45页
    6.1 结论第44页
    6.2 展望第44-45页
参考文献第45-48页
致谢第48-49页
个人简介第49页

论文共49页,点击 下载论文
上一篇:基于实物期权模型的企业碳资产价值评估方法研究
下一篇:铁锰离子对生物膜及其胞外聚合物的作用规律研究