本文關(guān)鍵詞：面向三峽庫區(qū)水環(huán)境監(jiān)測(cè)的數(shù)據(jù)分析算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：三峽庫區(qū)不僅是長(zhǎng)江流域的生態(tài)安全屏障,更是全國(guó)淡水資源的戰(zhàn)略儲(chǔ)備基地。二期蓄水完成后,水流減緩,自凈能力下降,庫區(qū)水環(huán)境監(jiān)測(cè)及數(shù)據(jù)分析的重要性日益凸顯。本項(xiàng)目組從2008年開始在重慶市自然科學(xué)基金的資助下,采用無線傳感器網(wǎng)絡(luò)(WSN)對(duì)庫區(qū)水環(huán)境監(jiān)測(cè)進(jìn)行研究并取得了一系列成果。本文重點(diǎn)開展庫區(qū)水環(huán)境監(jiān)測(cè)的數(shù)據(jù)分析算法研究,以構(gòu)建快速有效的水質(zhì)評(píng)估分析方法,為庫區(qū)水環(huán)境保護(hù)提供參考。研究表明,通過WSN監(jiān)測(cè)平臺(tái)采集到的庫區(qū)水環(huán)境監(jiān)測(cè)樣本具有數(shù)據(jù)量大、向量維度高、屬性多等特征,現(xiàn)有的水質(zhì)分析方法難以滿足實(shí)際需求,急需一種快速有效的水環(huán)境監(jiān)測(cè)數(shù)據(jù)分析處理方法。為此,本文根據(jù)項(xiàng)目需求,分析了監(jiān)測(cè)樣本的基本特征,研究了常用的數(shù)據(jù)分析方法,提出了一種適用于三峽庫區(qū)水環(huán)境監(jiān)測(cè)的快速數(shù)據(jù)分析算法。論文主要工作如下:(1)為了實(shí)現(xiàn)對(duì)庫區(qū)水環(huán)境的實(shí)時(shí)監(jiān)測(cè),搭建了基于WSN的三峽庫區(qū)水環(huán)境監(jiān)測(cè)平臺(tái),并依托該平臺(tái)完成了對(duì)部分水質(zhì)指標(biāo)的采集,為庫區(qū)水環(huán)境監(jiān)測(cè)的數(shù)據(jù)分析提供了實(shí)時(shí)數(shù)據(jù)樣本。(2)為了實(shí)現(xiàn)對(duì)監(jiān)測(cè)數(shù)據(jù)的高效分析,對(duì)樣本特征進(jìn)行了研究,通過MySQL與Excel相結(jié)合的方法對(duì)其進(jìn)行清洗,并運(yùn)用SPSS軟件完成了主成分分析,最終選定溶解氧(DO)、高錳酸鹽指數(shù)(CODMn)及氨氮(NH3-N)3個(gè)水質(zhì)指標(biāo)作為特征因子。(3)研究了數(shù)據(jù)挖掘中常用的模糊C-均值(FCM)聚類算法,分析了其存在的缺點(diǎn)并提出了相應(yīng)改進(jìn)措施。針對(duì)傳統(tǒng)FCM聚類算法對(duì)初始迭代中心敏感的問題,結(jié)合硬C-均值(HCM)聚類算法,采用快速模糊C-均值聚類算法(FFCM),實(shí)現(xiàn)了對(duì)初始迭代中心的改進(jìn),減少了迭代次數(shù)。(4)上述算法的改進(jìn),其聚類數(shù)目仍需人為設(shè)定,因此,結(jié)合Canopy算法,提出了一種自適應(yīng)最佳聚類數(shù)的Canopy-FCM聚類算法。該算法既解決了對(duì)初始迭代中心的優(yōu)化選取問題,又實(shí)現(xiàn)了最佳聚類數(shù)的自適應(yīng)確定。理論分析及仿真結(jié)果表明,該算法比FCM算法和FFCM算法具有更優(yōu)的聚類結(jié)果。
【關(guān)鍵詞】：三峽庫區(qū) 無線傳感器網(wǎng)絡(luò) 模糊聚類 Canopy算法 水質(zhì)分析
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X832;TP274
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-16
• 1.1 課題來源8
• 1.2 論文研究背景、目的及意義8-11
• 1.2.1 課題研究背景8-10
• 1.2.2 課題研究目的10
• 1.2.3 課題研究意義10-11
• 1.3 相關(guān)領(lǐng)域研究現(xiàn)狀11-13
• 1.3.1 三峽庫區(qū)水環(huán)境現(xiàn)狀11
• 1.3.2 水環(huán)境監(jiān)測(cè)現(xiàn)狀11-12
• 1.3.3 水環(huán)境監(jiān)測(cè)數(shù)據(jù)分析現(xiàn)狀12-13
• 1.4 本文主要研究?jī)?nèi)容及結(jié)構(gòu)13-14
• 1.5 本章小結(jié)14-16
• 2 樣本數(shù)據(jù)的實(shí)時(shí)采集及預(yù)處理16-34
• 2.1 WSN的構(gòu)成及其節(jié)點(diǎn)結(jié)構(gòu)16-17
• 2.2 監(jiān)測(cè)平臺(tái)構(gòu)建的可行性及整體架構(gòu)17-19
• 2.2.1 大規(guī)模WSN構(gòu)建的可行性17-18
• 2.2.2 網(wǎng)絡(luò)整體架構(gòu)18-19
• 2.3 水環(huán)境監(jiān)測(cè)平臺(tái)的構(gòu)建19-24
• 2.3.1 系統(tǒng)硬件平臺(tái)19-22
• 2.3.2 系統(tǒng)軟件平臺(tái)22-24
• 2.4 數(shù)據(jù)預(yù)處理24-28
• 2.4.1 三峽庫區(qū)水環(huán)境監(jiān)測(cè)數(shù)據(jù)說明24-25
• 2.4.2 三峽庫區(qū)水環(huán)境監(jiān)測(cè)數(shù)據(jù)清洗25-26
• 2.4.3 主成分分析26-28
• 2.5 FCM聚類算法的缺陷28-32
• 2.5.1 模糊聚類理論28-30
• 2.5.2 FCM聚類算法的缺陷30-32
• 2.6 本章小結(jié)32-34
• 3 基于改進(jìn)初始迭代中心的FFCM聚類算法34-50
• 3.1 FFCM聚類算法34-43
• 3.1.1 數(shù)據(jù)集的c劃分及聚類目標(biāo)函數(shù)34-38
• 3.1.2 HCM聚類算法38-39
• 3.1.3 FCM聚類算法39-41
• 3.1.4 FFCM聚類算法41-43
• 3.2 實(shí)驗(yàn)仿真及分析43-49
• 3.3 本章小結(jié)49-50
• 4 基于自適應(yīng)最佳聚類數(shù)的Canopy-FC聚類算法50-64
• 4.1 Canopy算法50-53
• 4.1.1 Canopy算法原理50-51
• 4.1.2 Canopy算法流程51-53
• 4.2 Canopy-FCM聚類算法53-56
• 4.2.1 算法可行性分析53
• 4.2.2 Canopy-FCM算法原理53-55
• 4.2.3 對(duì)模糊加權(quán)指數(shù)m的討論55-56
• 4.3 實(shí)驗(yàn)仿真及分析56-63
• 4.3.1 Canopy算法仿真分析56-59
• 4.3.2 Canopy-FCM聚類算法仿真分析59-63
• 4.4 本章小結(jié)63-64
• 5 算法性能對(duì)比及水質(zhì)分析64-68
• 5.1 三種算法的性能對(duì)比64-65
• 5.1.1 算法的運(yùn)算效率64
• 5.1.2 算法的可靠性及適用性64-65
• 5.2 近三年水質(zhì)分析65-67
• 5.3 本章小結(jié)67-68
• 6 總結(jié)與展望68-70
• 6.1 總結(jié)68-69
• 6.2 今后研究工作展望69-70
• 致謝70-72
• 參考文獻(xiàn)72-76
• 附錄76-83
• A 攻讀碩士學(xué)位期間發(fā)表的論文情況76
• B 攻讀碩士學(xué)位期間參加的科研項(xiàng)目76
• C 攻讀碩士學(xué)位期間參加的科研項(xiàng)目76-83

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前5條

1 張輝宜;周奇龍;袁志祥;劉志明;周云;;樣本自選擇回歸分析算法在轉(zhuǎn)爐煉鋼中的應(yīng)用[J];鋼鐵研究學(xué)報(bào);2011年12期

2 丘仲鋒;席紅艷;何宜軍;陳介中;簡(jiǎn)偉軍;;東海赤潮高發(fā)區(qū)半分析算法色素濃度反演[J];環(huán)境科學(xué);2006年08期

3 康德禮;李秀喜;;核熵成分分析算法及其在化工過程監(jiān)控中的應(yīng)用研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2013年08期

4 周怡君;張林艷;戴挺;;能量色散X射線熒光光譜定性分析算法研究[J];分析儀器;2010年06期

5 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 喬林;黃維通;湯志忠;;軟件流水領(lǐng)域二維數(shù)組數(shù)據(jù)相關(guān)性分析算法研究[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

2 吳瓊;譚松波;張剛;段m#毅;程學(xué)旗;;基于圖排序模型的跨領(lǐng)域傾向性分析算法[A];中國(guó)計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

3 吳t熻，

本文編號(hào)：286871