面向三峡库区水环境监测的数据分析算法研究

发布时间：2017-04-05 10:00

  本文关键词：面向三峡库区水环境监测的数据分析算法研究，由笔耕文化传播整理发布。

【摘要】：三峡库区不仅是长江流域的生态安全屏障,更是全国淡水资源的战略储备基地。二期蓄水完成后,水流减缓,自净能力下降,库区水环境监测及数据分析的重要性日益凸显。本项目组从2008年开始在重庆市自然科学基金的资助下,采用无线传感器网络(WSN)对库区水环境监测进行研究并取得了一系列成果。本文重点开展库区水环境监测的数据分析算法研究,以构建快速有效的水质评估分析方法,为库区水环境保护提供参考。研究表明,通过WSN监测平台采集到的库区水环境监测样本具有数据量大、向量维度高、属性多等特征,现有的水质分析方法难以满足实际需求,急需一种快速有效的水环境监测数据分析处理方法。为此,本文根据项目需求,分析了监测样本的基本特征,研究了常用的数据分析方法,提出了一种适用于三峡库区水环境监测的快速数据分析算法。论文主要工作如下:(1)为了实现对库区水环境的实时监测,搭建了基于WSN的三峡库区水环境监测平台,并依托该平台完成了对部分水质指标的采集,为库区水环境监测的数据分析提供了实时数据样本。(2)为了实现对监测数据的高效分析,对样本特征进行了研究,通过MySQL与Excel相结合的方法对其进行清洗,并运用SPSS软件完成了主成分分析,最终选定溶解氧(DO)、高锰酸盐指数(CODMn)及氨氮(NH3-N)3个水质指标作为特征因子。(3)研究了数据挖掘中常用的模糊C-均值(FCM)聚类算法,分析了其存在的缺点并提出了相应改进措施。针对传统FCM聚类算法对初始迭代中心敏感的问题,结合硬C-均值(HCM)聚类算法,采用快速模糊C-均值聚类算法(FFCM),实现了对初始迭代中心的改进,减少了迭代次数。(4)上述算法的改进,其聚类数目仍需人为设定,因此,结合Canopy算法,提出了一种自适应最佳聚类数的Canopy-FCM聚类算法。该算法既解决了对初始迭代中心的优化选取问题,又实现了最佳聚类数的自适应确定。理论分析及仿真结果表明,该算法比FCM算法和FFCM算法具有更优的聚类结果。
【关键词】：三峡库区 无线传感器网络 模糊聚类 Canopy算法 水质分析
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X832;TP274
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-16
• 1.1 课题来源8
• 1.2 论文研究背景、目的及意义8-11
• 1.2.1 课题研究背景8-10
• 1.2.2 课题研究目的10
• 1.2.3 课题研究意义10-11
• 1.3 相关领域研究现状11-13
• 1.3.1 三峡库区水环境现状11
• 1.3.2 水环境监测现状11-12
• 1.3.3 水环境监测数据分析现状12-13
• 1.4 本文主要研究内容及结构13-14
• 1.5 本章小结14-16
• 2 样本数据的实时采集及预处理16-34
• 2.1 WSN的构成及其节点结构16-17
• 2.2 监测平台构建的可行性及整体架构17-19
• 2.2.1 大规模WSN构建的可行性17-18
• 2.2.2 网络整体架构18-19
• 2.3 水环境监测平台的构建19-24
• 2.3.1 系统硬件平台19-22
• 2.3.2 系统软件平台22-24
• 2.4 数据预处理24-28
• 2.4.1 三峡库区水环境监测数据说明24-25
• 2.4.2 三峡库区水环境监测数据清洗25-26
• 2.4.3 主成分分析26-28
• 2.5 FCM聚类算法的缺陷28-32
• 2.5.1 模糊聚类理论28-30
• 2.5.2 FCM聚类算法的缺陷30-32
• 2.6 本章小结32-34
• 3 基于改进初始迭代中心的FFCM聚类算法34-50
• 3.1 FFCM聚类算法34-43
• 3.1.1 数据集的c划分及聚类目标函数34-38
• 3.1.2 HCM聚类算法38-39
• 3.1.3 FCM聚类算法39-41
• 3.1.4 FFCM聚类算法41-43
• 3.2 实验仿真及分析43-49
• 3.3 本章小结49-50
• 4 基于自适应最佳聚类数的Canopy-FC聚类算法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聚类算法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 对模糊加权指数m的讨论55-56
• 4.3 实验仿真及分析56-63
• 4.3.1 Canopy算法仿真分析56-59
• 4.3.2 Canopy-FCM聚类算法仿真分析59-63
• 4.4 本章小结63-64
• 5 算法性能对比及水质分析64-68
• 5.1 三种算法的性能对比64-65
• 5.1.1 算法的运算效率64
• 5.1.2 算法的可靠性及适用性64-65
• 5.2 近三年水质分析65-67
• 5.3 本章小结67-68
• 6 总结与展望68-70
• 6.1 总结68-69
• 6.2 今后研究工作展望69-70
• 致谢70-72
• 参考文献72-76
• 附录76-83
• A 攻读硕士学位期间发表的论文情况76
• B 攻读硕士学位期间参加的科研项目76
• C 攻读硕士学位期间参加的科研项目76-83

【相似文献】

中国期刊全文数据库 前5条

1 张辉宜;周奇龙;袁志祥;刘志明;周云;;样本自选择回归分析算法在转炉炼钢中的应用[J];钢铁研究学报;2011年12期

2 丘仲锋;席红艳;何宜军;陈介中;简伟军;;东海赤潮高发区半分析算法色素浓度反演[J];环境科学;2006年08期

3 康德礼;李秀喜;;核熵成分分析算法及其在化工过程监控中的应用研究[J];计算机与应用化学;2013年08期

4 周怡君;张林艳;戴挺;;能量色散X射线荧光光谱定性分析算法研究[J];分析仪器;2010年06期

5 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 乔林;黄维通;汤志忠;;软件流水领域二维数组数据相关性分析算法研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年

2 吴琼;谭松波;张刚;段m#毅;程学旗;;基于图排序模型的跨领域倾向性分析算法[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

3 吴t熻，

本文编号：286871