| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第二章 改进的B样条曲线拟合及特征提取的研究 | 第19-32页 |
| 2.1 问题的提出 | 第19-23页 |
| 2.1.1 明亮发光杆菌工作机理 | 第19-20页 |
| 2.1.2 环境变量对发光杆菌的影响 | 第20-23页 |
| 2.2 常用的曲线拟合函数 | 第23-27页 |
| 2.3 基于改进的B样条曲线拟合算法的拟合模型研究 | 第27-29页 |
| 2.4 曲线拟合模型的比较 | 第29-31页 |
| 2.4.1 模型的比较 | 第29-30页 |
| 2.4.2 曲线拟合的特征提取 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 毒性物质成分和浓度的识别 | 第32-50页 |
| 3.1 问题的提出 | 第32-33页 |
| 3.2 特征向量降维 | 第33-35页 |
| 3.2.1 主成分分析法(PCA) | 第33-34页 |
| 3.2.2 线性判别分析(LDA) | 第34-35页 |
| 3.3 BP神经网络及其存在问题 | 第35-38页 |
| 3.4 改进的BP神经网络 | 第38-43页 |
| 3.4.1 学习率的改进 | 第39页 |
| 3.4.2 激活函数f(x) | 第39-41页 |
| 3.4.3 隐含层节点数的选择 | 第41页 |
| 3.4.4 非线性误差函数选择 | 第41页 |
| 3.4.5 初始权值的优化 | 第41-43页 |
| 3.5 实验测试及结果分析 | 第43-49页 |
| 3.5.1 特征提取与降维 | 第43-45页 |
| 3.5.2 毒性物质成分与浓度识别 | 第45-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于完成端口模型的网络通信性能的研究 | 第50-66页 |
| 4.1 问题的提出 | 第50-51页 |
| 4.2 基于IOCP模型的性能研究 | 第51-54页 |
| 4.2.1 IOCP机制 | 第51-52页 |
| 4.2.2 基于对象池扩展的高效线程池技术 | 第52-54页 |
| 4.3 通信协议的设计与优化 | 第54-58页 |
| 4.3.1 通信协议 | 第54-56页 |
| 4.3.2 基于JSON和TLV的消息格式优化 | 第56-57页 |
| 4.3.3 正则表达式的协议识别技术研究 | 第57-58页 |
| 4.4 高效数据流处理算法设计 | 第58-62页 |
| 4.4.1 数据流处理模型 | 第58-60页 |
| 4.4.2 数据流处理算法设计 | 第60-61页 |
| 4.4.3 数据流处理算法的验证 | 第61-62页 |
| 4.5 系统服务器性能测试 | 第62-64页 |
| 4.5.1 性能测试方案 | 第62-63页 |
| 4.5.2 性能优化结果验证 | 第63-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第五章 水质远程在线监测系统的设计与实现 | 第66-80页 |
| 5.1 水质远程监测系统需求分析 | 第66页 |
| 5.2 水质远程在线监测系统的框架设计与模块设计 | 第66-68页 |
| 5.2.1 系统开发环境 | 第66-67页 |
| 5.2.2 系统结构 | 第67-68页 |
| 5.3 水质远程监测系统的实现 | 第68-73页 |
| 5.3.1 系统主要模块的实现类图 | 第68-70页 |
| 5.3.2 登录模块 | 第70-72页 |
| 5.3.3 系统主界面模块 | 第72页 |
| 5.3.4 数据显示模块 | 第72-73页 |
| 5.4 功能验证分析 | 第73-78页 |
| 5.4.1 系统模型构建的实现 | 第73-74页 |
| 5.4.2 毒性物质成分和浓度获取实现 | 第74-75页 |
| 5.4.3 服务器性能优化的实现 | 第75-78页 |
| 5.5 本章小结 | 第78-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间的研究成果 | 第88页 |