三峡库区水环境实时监测及水质评价算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景、目的及意义 | 第9-10页 |
| 1.2.1 课题研究背景 | 第9页 |
| 1.2.2 研究目的 | 第9-10页 |
| 1.2.3 研究意义 | 第10页 |
| 1.3 相关技术研究现状 | 第10-12页 |
| 1.3.1 水环境监测研究现状 | 第10-11页 |
| 1.3.2 水质评价研究现状 | 第11-12页 |
| 1.4 本文主要研究内容及结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 基于无线传感器网络的水质监测系统 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 无线传感器网络 | 第14-15页 |
| 2.2.1 无线传感器网络结构 | 第14-15页 |
| 2.2.2 无线传感器网络节点结构 | 第15页 |
| 2.3 水质监测系统设计 | 第15-22页 |
| 2.3.1 水质监测系统整体架构 | 第15-16页 |
| 2.3.2 监测系统硬件设计 | 第16-20页 |
| 2.3.3 监测系统软件设计 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 三峡库区水质数据预处理 | 第23-34页 |
| 3.1 引言 | 第23页 |
| 3.2 三峡库区水质因子分析 | 第23-24页 |
| 3.3 数据预处理理论 | 第24页 |
| 3.4 三峡库区水环境监测数据清理 | 第24-29页 |
| 3.4.1 数据清理理论分析 | 第24-25页 |
| 3.4.2 数据清理的方法 | 第25页 |
| 3.4.3 数据清理的过程 | 第25-29页 |
| 3.5 三峡库区水环境监测数据归约 | 第29-33页 |
| 3.5.1 数据归约理论分析 | 第29-30页 |
| 3.5.2 数据归约中的主成分分析法 | 第30页 |
| 3.5.3 利用主成分分析法对水质数据进行归约 | 第30-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 面向三峡库区水环境监测的聚类算法 | 第34-47页 |
| 4.1 引言 | 第34页 |
| 4.2 聚类算法 | 第34-35页 |
| 4.3 改进的K-均值聚类算法 | 第35-39页 |
| 4.3.1 K-均值聚类算法思想 | 第35页 |
| 4.3.2 K-均值聚类算法流程 | 第35-36页 |
| 4.3.3 K-均值聚类算法优缺点分析 | 第36页 |
| 4.3.4 改进后的K-均值聚类算法 | 第36-39页 |
| 4.4 FCM聚类算法 | 第39-46页 |
| 4.4.1 FCM聚类算法思想 | 第39-43页 |
| 4.4.2 FCM聚类算法流程 | 第43-44页 |
| 4.4.3 FCM算法优缺点分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 K-FCM聚类算法及实验结果分析 | 第47-59页 |
| 5.1 引言 | 第47页 |
| 5.2 K-FCM聚类算法 | 第47-49页 |
| 5.3 算法实现及分析 | 第49-52页 |
| 5.3.1 算法实现 | 第49-51页 |
| 5.3.2 算法运算效率 | 第51-52页 |
| 5.4 K-FCM聚类结果实验仿真分析 | 第52-56页 |
| 5.5 近三年库区水质状况分析 | 第56-58页 |
| 5.6 结论 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 后期工作的展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-70页 |
| A. 作者在攻读学位期间发表的论文目录 | 第66页 |
| B. 作者在攻读学位期间参与的科研项目 | 第66页 |
| C. 作者在攻读学位期间参与的竞赛项目 | 第66页 |
| D. 经过数据预处理后的部分水质因子样本数据 | 第66-70页 |
