| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 管网水质监测、异常检测和污染物分类识别研究现状 | 第14-19页 |
| 1.2.1 城市供水源水和管网水质监测中的常规水质参数 | 第15-16页 |
| 1.2.2 水质监测研究现状 | 第16-17页 |
| 1.2.3 水质异常检测研究现状 | 第17-18页 |
| 1.2.4 水质污染物识别研究现状 | 第18-19页 |
| 1.3 本文主要研究内容和组织结构 | 第19-22页 |
| 1.4 本章小结 | 第22-23页 |
| 第2章 管网水质特征污染物分类方法概述 | 第23-45页 |
| 2.1 常规水质参数特点分析 | 第23-32页 |
| 2.1.1 水质背景数据 | 第26-27页 |
| 2.1.2 污染物模拟实验结果 | 第27-32页 |
| 2.2 特征污染物分类判别的关键技术 | 第32-41页 |
| 2.2.1 特征污染物分类的一般过程 | 第32-33页 |
| 2.2.2 水质背景基线估计 | 第33-37页 |
| 2.2.3 分类判别方法 | 第37-41页 |
| 2.3 分类方法性能评估 | 第41-42页 |
| 2.3.1 混淆矩阵 | 第41-42页 |
| 2.3.2 分类准确率 | 第42页 |
| 2.4 模拟管网水质监测系统 | 第42-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 基于相似性度量的管网水质特征污染物分类 | 第45-59页 |
| 3.1 基于相似性度量的管网特征污染物分类框架 | 第45-46页 |
| 3.2 多参数水质指标相似性度量方法 | 第46-47页 |
| 3.2.1 欧式距离 | 第46页 |
| 3.2.2 马氏距离 | 第46页 |
| 3.2.3 余弦距离 | 第46-47页 |
| 3.3 基于相似性度量的污染物分类 | 第47-51页 |
| 3.3.1 经典K均值算法简介 | 第48-50页 |
| 3.3.2 采用K均值算法建立水质参数响应特征库 | 第50-51页 |
| 3.3.3 污染物分类方法 | 第51页 |
| 3.4 实验结果与分析 | 第51-57页 |
| 3.4.1 实验方案设计 | 第51-52页 |
| 3.4.2 污染物分类结果 | 第52-55页 |
| 3.4.3 不同相似性度量方法比较 | 第55-57页 |
| 3.5 本章小结 | 第57-59页 |
| 第4章 基于SVM多分类模型的管网水质特征污染物分类 | 第59-75页 |
| 4.1 基于SVM多分类模型的管网水质特征污染物分类框架 | 第59-60页 |
| 4.2 基于AR模型的水质参数基线估计 | 第60-61页 |
| 4.3 支持向量机理论 | 第61-64页 |
| 4.3.1 支持向量机基本原理 | 第61-62页 |
| 4.3.2 支持向量机多分类输出扩展 | 第62-63页 |
| 4.3.3 支持向量机参数选择 | 第63-64页 |
| 4.4 实验结果分析 | 第64-73页 |
| 4.4.1 实验方案设计 | 第64-65页 |
| 4.4.2 测试污染物浓度在污染物库浓度范围内结果分析 | 第65-66页 |
| 4.4.3 测试污染物浓度在污染物库浓度范围外结果分析 | 第66-68页 |
| 4.4.4 训练污染物浓度差别的影响 | 第68-69页 |
| 4.4.5 污染物注入初始阶段误分原因分析 | 第69-73页 |
| 4.4.6 SVM多分类模型与相似性度量方法比较分析 | 第73页 |
| 4.5 本章小结 | 第73-75页 |
| 第5章 管网水质特征污染物分类软件设计与开发 | 第75-87页 |
| 5.1 管网水质特征污染物分类软件结构框架 | 第75-78页 |
| 5.1.1 MATLAB算法编写 | 第76-77页 |
| 5.1.2 C | 第77-78页 |
| 5.2 特征模块 | 第78-82页 |
| 5.2.1 数据源管理 | 第78-81页 |
| 5.2.2 特征库构建 | 第81-82页 |
| 5.3 分类算法模块 | 第82-85页 |
| 5.3.1 算法库管理 | 第82页 |
| 5.3.2 参数设置 | 第82-85页 |
| 5.4 功能展示模块 | 第85-86页 |
| 5.4.1 结果输出设置 | 第85页 |
| 5.4.2 结果展示与导出 | 第85-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第6章 总结与展望 | 第87-89页 |
| 6.1 论文工作总结 | 第87-88页 |
| 6.2 研究展望 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-94页 |
| 作者简介 | 第94-95页 |
| 作者在攻读硕士学位期间的研究成果 | 第95页 |
