| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外发展现状与趋势 | 第12-14页 |
| 1.3 论文主要内容和组织结构 | 第14-16页 |
| 1.3.1 论文主要研究内容 | 第14-15页 |
| 1.3.2 章节安排 | 第15-16页 |
| 第二章 在线远程水质监测系统技术概述 | 第16-29页 |
| 2.1 监测节点技术概述 | 第16-21页 |
| 2.1.1 水质传感器 | 第16页 |
| 2.1.2 采集卡数据采集与数据传输技术 | 第16-19页 |
| 2.1.3 远程数据传输技术 | 第19-21页 |
| 2.2 网站构建的前端与后台技术 | 第21-24页 |
| 2.2.1 网站前端技术 | 第21-22页 |
| 2.2.2 网站后端技术 | 第22-23页 |
| 2.2.3 EXT. NET | 第23-24页 |
| 2.3 数据分析算法 | 第24-28页 |
| 2.3.1 BP神经网络 | 第24-27页 |
| 2.3.2 Adaboost | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 BPNN与AdaBoost算法在水质评价中的应用 | 第29-40页 |
| 3.1 水质参数选取 | 第29-30页 |
| 3.1.1 氨氮 | 第29-30页 |
| 3.1.2 PH值 | 第30页 |
| 3.1.3 溶解氧 | 第30页 |
| 3.2 BPNN算法实现 | 第30-36页 |
| 3.2.1 网络层数 | 第31页 |
| 3.2.2 输入层与输出层节点数 | 第31-32页 |
| 3.2.3 隐藏层节点数 | 第32-33页 |
| 3.2.4 神经网络节点类型选择 | 第33-34页 |
| 3.2.5 总体网络结构 | 第34页 |
| 3.2.6 水质类别判定 | 第34页 |
| 3.2.7 网络权值训练 | 第34-36页 |
| 3.3 AdaBoost算法实现 | 第36-37页 |
| 3.4 算法性能测试 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 网站后台数据库表结构 | 第40-48页 |
| 4.1 后台数据库表结构设计 | 第40-47页 |
| 4.2 本章小结 | 第47-48页 |
| 第五章 远程水质监测系统功能设计与实现 | 第48-73页 |
| 5.1 系统需求与设计描述 | 第48页 |
| 5.2 系统基本工作流程 | 第48-50页 |
| 5.3 网站技术选型 | 第50页 |
| 5.4 网站功能模块 | 第50-71页 |
| 5.4.1 用户管理模块设计 | 第50-55页 |
| 5.4.2 水质地理信息系统 | 第55-59页 |
| 5.4.3 基本信息链接 | 第59-60页 |
| 5.4.4 历史记录链接 | 第60-61页 |
| 5.4.5 污染记录页面 | 第61-63页 |
| 5.4.6 水质数据波动横向比较页面 | 第63-64页 |
| 5.4.7 水质类型统计页面 | 第64-65页 |
| 5.4.8 环保科普文章界面 | 第65-66页 |
| 5.4.9 水质类别与浓度值页面 | 第66页 |
| 5.4.10 监测点动态更新页面 | 第66-67页 |
| 5.4.11 水质参数意义页面 | 第67-68页 |
| 5.4.12 后台管理模块 | 第68-71页 |
| 5.5 本章小结 | 第71-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |