基于物联网技术的水库环境监测系统
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 自动监测系统 | 第11-12页 |
| 1.2.2 水质评价及预测 | 第12-13页 |
| 1.2.3 黄壁庄自然环境现状 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 第2章 理论基础 | 第16-22页 |
| 2.1 传感网络结构优化 | 第16页 |
| 2.2 SVM分类评价 | 第16-17页 |
| 2.3 BP神经网络 | 第17-20页 |
| 2.3.1 神经网络基本原理 | 第17-18页 |
| 2.3.2 BP神经网络 | 第18-20页 |
| 2.4 模糊推理 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 系统设计 | 第22-40页 |
| 3.1 监测系统总体设计 | 第22-23页 |
| 3.2 硬件设计 | 第23-27页 |
| 3.2.1 硬件设计基础 | 第23页 |
| 3.2.2 监测参数的选择 | 第23-24页 |
| 3.2.3 微环境监测仪结构设计 | 第24-26页 |
| 3.2.4 水质传感器 | 第26-27页 |
| 3.3 通信数据设计 | 第27-32页 |
| 3.3.1 GPRS无线传输技术 | 第27-28页 |
| 3.3.2 数据协议设计 | 第28-30页 |
| 3.3.3 数据库设计 | 第30-32页 |
| 3.4 软件设计 | 第32-37页 |
| 3.4.1 需求分析 | 第32-33页 |
| 3.4.2 系统结构设计 | 第33-34页 |
| 3.4.3 相关技术 | 第34-35页 |
| 3.4.4 具体实现 | 第35-37页 |
| 3.5 无线传感器网络拓扑结构设计 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 水质评价及预警算法的实现 | 第40-56页 |
| 4.1 样本标准选取 | 第40-41页 |
| 4.2 数据预处理 | 第41页 |
| 4.3 SVM分类评价方法构建 | 第41-45页 |
| 4.3.1 分方法的选取 | 第41-42页 |
| 4.3.2 模型构建 | 第42-43页 |
| 4.3.3 水质评价结果 | 第43-45页 |
| 4.4 模糊神经网络评价算法 | 第45-49页 |
| 4.4.1 模糊推理与神经网络融合 | 第45-47页 |
| 4.4.2 模型构建 | 第47-48页 |
| 4.4.3 水质评价结果 | 第48-49页 |
| 4.5 评价算法选择 | 第49-50页 |
| 4.6 BP神经网络预警算法 | 第50-54页 |
| 4.6.1 小波神经网络模型设计 | 第50-52页 |
| 4.6.2 模型建立 | 第52-54页 |
| 4.6.3 结果分析 | 第54页 |
| 4.7 本章小结 | 第54-56页 |
| 第5章 系统实现 | 第56-66页 |
| 5.1 硬件展示 | 第56-57页 |
| 5.2 软件展示 | 第57-62页 |
| 5.2.1 系统登录 | 第57-58页 |
| 5.2.2 管理系统 | 第58-61页 |
| 5.2.3 查询系统 | 第61-62页 |
| 5.3 核心算法展示 | 第62-63页 |
| 5.3.1 评价算法展示 | 第62-63页 |
| 5.3.2 预测算法展示 | 第63页 |
| 5.4 本章小结 | 第63-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间所发表的论文 | 第72-74页 |
| 致谢 | 第74页 |
