数据预处理和直方图时间序列在水质预测中的应用
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 目录 | 第11-13页 |
| 第1章 绪论 | 第13-19页 |
| 摘要 | 第13页 |
| 本章主要内容 | 第13-14页 |
| 1.1 选题背景及意义 | 第14-15页 |
| 1.2 水质预警系统概述 | 第15-16页 |
| 1.3 本文主要内容和结构安排 | 第16-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 文献综述 | 第19-37页 |
| 摘要 | 第19页 |
| 本章主要内容 | 第19-20页 |
| 2.1 水质预测模型概述 | 第20-23页 |
| 2.1.1 水质模型的定义 | 第20页 |
| 2.1.2 水质模型的发展历程 | 第20-21页 |
| 2.1.3 水质模型的发展趋势 | 第21-23页 |
| 2.2 机理性水质预测模型 | 第23-26页 |
| 2.2.1 机理性水质预测模型概述 | 第23-24页 |
| 2.2.2 S-P模型 | 第24页 |
| 2.2.3 QUAL系列模型 | 第24-25页 |
| 2.2.4 WASP模型 | 第25-26页 |
| 2.3 非机理性水质预测模型 | 第26-31页 |
| 2.3.1 非机理性水质预测模型概述 | 第26-27页 |
| 2.3.2 基于数理统计的水质预测模型 | 第27页 |
| 2.3.3 指数平滑预测模型 | 第27-29页 |
| 2.3.4 基于BP神经网络的水质预测模型 | 第29-31页 |
| 2.4 数据预处理 | 第31-33页 |
| 2.5 直方图时间序列分析 | 第33-34页 |
| 2.6 KNN预测模型 | 第34-35页 |
| 2.7 本章小结 | 第35-37页 |
| 第3章 水质预测数据预处理及实验验证 | 第37-55页 |
| 摘要 | 第37页 |
| 本章主要内容 | 第37-38页 |
| 3.1 水质数据预处理概述 | 第38-39页 |
| 3.2 k均值聚类分析 | 第39-40页 |
| 3.3 缺失值处理 | 第40-42页 |
| 3.4 奇异谱分析 | 第42-44页 |
| 3.5 数据预处理效果实验验证 | 第44-54页 |
| 3.5.1 数据预处理效果实验验证流程 | 第44-47页 |
| 3.5.2 BP神经网络的建模 | 第47-48页 |
| 3.5.3 水质预测精度指标 | 第48-49页 |
| 3.5.4 实验结果及分析 | 第49-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第4章 直方图时间序列分析原理及方法 | 第55-69页 |
| 摘要 | 第55页 |
| 本章主要内容 | 第55-56页 |
| 4.1 符号数据分析简介 | 第56-58页 |
| 4.2 直方图时间序列概述 | 第58-60页 |
| 4.3 构建直方图时间序列 | 第60-62页 |
| 4.4 直方图距离度量和预测精度 | 第62-63页 |
| 4.4.1 直方图距离度量 | 第62-63页 |
| 4.4.2 直方图预测精度 | 第63页 |
| 4.5 直方图时间序列预测方法 | 第63-67页 |
| 4.5.1 质心直方图 | 第63页 |
| 4.5.2 HTS缺失值处理 | 第63-64页 |
| 4.5.3 HTS中的KNN预测 | 第64-66页 |
| 4.5.4 HTS中的指数平滑预测 | 第66-67页 |
| 4.6 本章小结 | 第67-69页 |
| 第5章 基于直方图时间序列的水质预测的验证 | 第69-79页 |
| 摘要 | 第69页 |
| 本章主要内容 | 第69-70页 |
| 5.1 实验验证对象和方法 | 第70页 |
| 5.2 水质预测效果 | 第70-74页 |
| 5.2.1 浑浊度预测 | 第71-73页 |
| 5.2.2 COD_(Mn)预测 | 第73-74页 |
| 5.3 实验结果分析 | 第74-77页 |
| 5.4 本章小结 | 第77-79页 |
| 第6章 结论与建议 | 第79-81页 |
| 6.1 论文工作总结 | 第79-80页 |
| 6.2 工作展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 作者简介 | 第87页 |
