农村居民用水行为识别方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-18页 |
| 1.1 用水行为识别研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 模式识别方法的研究现状 | 第10-14页 |
| 1.2.2 用水行为识别方法的研究现状 | 第14-15页 |
| 1.3 用水行为识别研究内容及编排 | 第15-18页 |
| 1.3.1 用水行为识别研究内容 | 第15页 |
| 1.3.2 用水行为识别结构安排 | 第15-18页 |
| 2 用水行为分析 | 第18-26页 |
| 2.1 用水行为影响因素 | 第18-19页 |
| 2.2 用水行为特征分析与识别 | 第19-21页 |
| 2.2.1 事件流量模式 | 第19-21页 |
| 2.2.2 用水行为识别原理 | 第21页 |
| 2.3 模型训练和模式匹配 | 第21-25页 |
| 2.3.1 人工神经网络 | 第22-23页 |
| 2.3.2 隐马尔可夫模型 | 第23-24页 |
| 2.3.3 动态时间规整算法 | 第24-25页 |
| 2.3.4 支持向量机 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于HMM的用水行为识别 | 第26-40页 |
| 3.1 HMM用水行为识别研究 | 第26-32页 |
| 3.1.1 HMM的结构类型 | 第26-28页 |
| 3.1.2 HMM的三个基本问题 | 第28-29页 |
| 3.1.3 HMM三个基本问题的解法 | 第29-32页 |
| 3.2 数据的收集 | 第32-33页 |
| 3.3 HMM的建立 | 第33-35页 |
| 3.4 基于HMM的用水行为识别结果及分析 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于神经网络的用水行为识别 | 第40-50页 |
| 4.1 人工神经网络概述 | 第40-43页 |
| 4.1.1 人工神经元 | 第40-41页 |
| 4.1.2 人工神经网络的学习方法 | 第41页 |
| 4.1.3 人工神经网络的学习规则 | 第41-43页 |
| 4.2 BP网络的学习算法 | 第43-44页 |
| 4.3 BP神经网络模型的建立 | 第44-47页 |
| 4.4 基于BP神经网络的识别结果及分析 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 本文总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 附录 | 第60页 |
