| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| 1 课题背景 | 第11-12页 |
| 2 国内外研究现状 | 第12-16页 |
| ·流域环境污染评价研究现状 | 第12-14页 |
| ·数据挖掘工具与平台发展概况 | 第14-16页 |
| 3 研究目的 | 第16-17页 |
| 4 研究内容、技术路线与方法 | 第17页 |
| 5 论文结构与组织 | 第17-19页 |
| 第二章 相关技术研究 | 第19-34页 |
| 1 流域环境污染与预警机制研究 | 第19-21页 |
| ·数据来源 | 第19页 |
| ·流域污染等级界定污染因子划分 | 第19-20页 |
| ·流域环境污染预警的逻辑流程 | 第20-21页 |
| 2 数据挖掘主要技术综述 | 第21-22页 |
| 3 分类算法之概述 | 第22-24页 |
| ·分类模型的构造方法 | 第22-23页 |
| ·信息熵的定义 | 第23页 |
| ·决策树概述 | 第23-24页 |
| 4 多元线性回归 | 第24页 |
| ·多元线性回归概述 | 第24页 |
| ·线性模型优缺点 | 第24页 |
| 5 BP神经网络 | 第24-28页 |
| ·BP神经网络简介 | 第24-26页 |
| ·BP神经网络计算流程图 | 第26-27页 |
| ·BP神经网络MATLAB工具箱 | 第27-28页 |
| 6 遗传算法 | 第28-30页 |
| ·遗传算法简介 | 第28页 |
| ·遗传算法运行过程 | 第28-30页 |
| 7 可视化技术与地理信息系统 | 第30-34页 |
| ·可视化现有方法概述 | 第30-31页 |
| ·GIS与数据可视化 | 第31-32页 |
| ·数据可视化参考模型 | 第32-34页 |
| 第三章 预警关键技术研究 | 第34-51页 |
| 1 三种算法优劣分析 | 第34页 |
| 2 基于多元回归与BP神经网络的GA优化混合算法 | 第34-39页 |
| ·混合线性与非线性算法思路 | 第34-35页 |
| ·BP神经网络模型建立 | 第35-36页 |
| ·多元线性回归建模 | 第36-37页 |
| ·基于多元线性与BP神经网络GA优化的混合模型建立 | 第37页 |
| ·第二次BP网络的GA优化 | 第37-39页 |
| 3 算法仿真与有效性检验 | 第39-50页 |
| ·数据来源 | 第39-43页 |
| ·数据处理工具 | 第43页 |
| ·影响因子多元回归模型实验 | 第43-47页 |
| ·二种算法与混合算法的对比与评估 | 第47-50页 |
| 4 实验结果及讨论 | 第50-51页 |
| 第四章 基于GIS流域环境预警可视化平台设计与应用 | 第51-60页 |
| 1 ARCVIEW GIS的概述 | 第51-52页 |
| 2 GIS预警分析流程图及平台设计 | 第52-55页 |
| ·GIS预警分析流程图 | 第52-54页 |
| ·平台结构设计 | 第54-55页 |
| 3 数据库设计 | 第55-56页 |
| ·空间地理数据 | 第55-56页 |
| ·松花江流域污染属性数据库 | 第56页 |
| 4 平台的基本功能 | 第56-59页 |
| ·地图基本操作 | 第56页 |
| ·信息查询 | 第56-58页 |
| ·污染预警可视化 | 第58-59页 |
| 5 本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-62页 |
| 1 结论 | 第60页 |
| 2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |