| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外水质评价方法的研究现状 | 第11-13页 |
| 1.2.1 水质评价方法的简介 | 第11-12页 |
| 1.2.2 国内水质评价方法的研究现状 | 第12-13页 |
| 1.2.3 国外水质评价方法的研究现状 | 第13页 |
| 1.3 研究内容及技术路线 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 漳河的水质现状及水质监测方法 | 第17-25页 |
| 2.1 漳河监测区域概况 | 第17-24页 |
| 2.1.1 漳河的基本情况 | 第17-20页 |
| 2.1.2 水质监测概况 | 第20-24页 |
| 2.2 本章小结 | 第24-25页 |
| 第3章 基于主成分分析的水质评价方法的研究 | 第25-54页 |
| 3.1 主成分分析 | 第25-27页 |
| 3.1.1 主成分分析原理 | 第25-26页 |
| 3.1.2 因子分析原理 | 第26-27页 |
| 3.2 基于主成分分析评价水质 | 第27-53页 |
| 3.2.1 指标数据缺失值的替换 | 第27-28页 |
| 3.2.2 指标数据标准化 | 第28页 |
| 3.2.3 因子分析 | 第28-30页 |
| 3.2.4 利用因子分析进行主成分分析 | 第30-53页 |
| 3.3 本章小结 | 第53-54页 |
| 第4章 BP神经网络水质模型的构建 | 第54-69页 |
| 4.1 神经网络的介绍 | 第54-56页 |
| 4.1.1 基本概念 | 第54页 |
| 4.1.2 基本概念 | 第54-55页 |
| 4.1.3 BP神经网络的特点 | 第55页 |
| 4.1.4 BP神经网络的算法 | 第55-56页 |
| 4.2 改进的BP神经网络的算法 | 第56-57页 |
| 4.3 基于改进BP神经网络的水质评价模型的建立 | 第57-68页 |
| 4.3.1 BP神经网络的构建 | 第57-58页 |
| 4.3.2 BP网络模型的建立 | 第58-61页 |
| 4.3.3 BP神经网络的训练 | 第61-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第5章 基于主成分分析一BP神经网络法的漳河水质评价及污染预防措施 | 第69-75页 |
| 5.1 按月份和年平均值评价 | 第69-73页 |
| 5.2 评价结果分析 | 第73-74页 |
| 5.3 漳河水质污染预防措施 | 第74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 作者简介 | 第80-81页 |
| 附表 | 第81-94页 |