基于点位布控与案例推理技术的应急决策系统
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究的背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究的意义 | 第13页 |
| 1.2 国内外相关研究现状 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 2 应急决策系统相关技术 | 第17-26页 |
| 2.1 GIS技术 | 第17-18页 |
| 2.2 案例推理技术 | 第18-22页 |
| 2.2.1 案例表示 | 第20页 |
| 2.2.2 案例检索 | 第20-21页 |
| 2.2.3 案例修正 | 第21页 |
| 2.2.4 案例学习 | 第21-22页 |
| 2.3 污染物监测点位布控技术 | 第22-24页 |
| 2.3.1 污染物在大气中扩散模型分析 | 第22-23页 |
| 2.3.2 污染物在大气中扩散监测布点原则 | 第23-24页 |
| 2.4 应急决策系统 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 3 基于高斯模型扩散的监测点位布控技术 | 第26-31页 |
| 3.1 高斯扩散模型 | 第26-27页 |
| 3.2 监测点位布控算法 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 4 基于特征提取的双层过滤案例推理模型 | 第31-41页 |
| 4.1 DFCBR模型框架 | 第31-32页 |
| 4.2 案例特征提取 | 第32-35页 |
| 4.2.1 基于LDA的隐性特征提取 | 第32-33页 |
| 4.2.2 显性特征提取 | 第33-35页 |
| 4.3 DFCBR模型 | 第35-37页 |
| 4.3.1 近邻案例集合的构造 | 第35-36页 |
| 4.3.2 隐性层模型构造 | 第36-37页 |
| 4.4 实验结果与分析 | 第37-40页 |
| 4.4.1 实验环境 | 第37-38页 |
| 4.4.2 实验数据 | 第38页 |
| 4.4.3 实验评价指标 | 第38页 |
| 4.4.4 主题向量对比实验 | 第38-39页 |
| 4.4.5 DFCBR模型与单层模型实验对比 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 系统设计与实现 | 第41-58页 |
| 5.1 系统的需求分析 | 第41-43页 |
| 5.1.1 创建系统用例模型 | 第41-42页 |
| 5.1.2 功能需求 | 第42-43页 |
| 5.2 系统框架设计 | 第43-45页 |
| 5.3 数据库设计 | 第45-50页 |
| 5.3.1 E-R模型 | 第46页 |
| 5.3.2 数据库表的逻辑结构设计 | 第46-50页 |
| 5.4 系统功能模块设计 | 第50-54页 |
| 5.4.1 事故应急监测设计 | 第50-51页 |
| 5.4.2 基于高斯扩散模型的点位布控设计 | 第51-52页 |
| 5.4.3 基于DFCBR模型的辅助决策设计 | 第52-53页 |
| 5.4.4 应急知识管理模块设计 | 第53-54页 |
| 5.5 系统实现 | 第54-57页 |
| 5.5.1 系统开发环境 | 第54页 |
| 5.5.2 系统展示 | 第54-57页 |
| 5.6 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 个人简历和在校期间参与项目 | 第64-65页 |
| 致谢 | 第65页 |
