本文關(guān)鍵詞：基于模糊聚類與BP神經(jīng)網(wǎng)絡(luò)的環(huán)境污染源數(shù)據(jù)的異常檢測(cè)研究

  更多相關(guān)文章： FCM聚類 BP神經(jīng)網(wǎng)絡(luò) 異常檢測(cè) 異常值修正

【摘要】：隨著我國(guó)社會(huì)生產(chǎn)力與經(jīng)濟(jì)建設(shè)的快速發(fā)展,環(huán)境污染問(wèn)題也日益突出,提高污染源監(jiān)測(cè)效率對(duì)環(huán)境監(jiān)督管理具有重要意義。2015年,寧夏回族自治區(qū)環(huán)境保護(hù)廳召開(kāi)專題會(huì)議,研究部署環(huán)境監(jiān)察、監(jiān)測(cè)、自動(dòng)監(jiān)控聯(lián)合執(zhí)法事項(xiàng)。目前,環(huán)境監(jiān)管部門監(jiān)測(cè)范圍廣、監(jiān)測(cè)數(shù)據(jù)量大,而檢測(cè)技術(shù)仍然是簡(jiǎn)單的數(shù)學(xué)計(jì)算或人工審核,無(wú)法滿足環(huán)境監(jiān)管部門對(duì)真實(shí)環(huán)境的判斷與管理。本課題依托寧夏回族自治區(qū)環(huán)境保護(hù)科學(xué)技術(shù)研究項(xiàng)目《污染源智能數(shù)據(jù)審核與現(xiàn)場(chǎng)信息管理系統(tǒng)開(kāi)發(fā)研究》,提出基于模糊聚類與BP神經(jīng)網(wǎng)絡(luò)的環(huán)境污染源數(shù)據(jù)的異常檢測(cè)研究,將數(shù)據(jù)挖掘技術(shù)應(yīng)用到環(huán)境監(jiān)測(cè)中,對(duì)環(huán)境監(jiān)管系統(tǒng)智能化建設(shè)具有重要意義。本文主要研究?jī)?nèi)容：(1)研究基于FCM算法的污染源監(jiān)測(cè)數(shù)據(jù)異常檢測(cè)。利用隸屬度確定數(shù)據(jù)點(diǎn)之間相關(guān)特性對(duì)數(shù)據(jù)劃分聚類,實(shí)現(xiàn)環(huán)境污染源數(shù)據(jù)的異常檢測(cè),幫助提高寧夏環(huán)境污染處理效率。(2)研究基于BP神經(jīng)網(wǎng)絡(luò)算法的污染源數(shù)據(jù)異常值修正。利用BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性擬合能力,實(shí)現(xiàn)對(duì)異常數(shù)據(jù)的修正。為環(huán)保部門進(jìn)行總量考核、監(jiān)督管理工作提供監(jiān)測(cè)數(shù)據(jù)異常程度的參考依據(jù)。(3)研究基于FCM與BP神經(jīng)網(wǎng)絡(luò)結(jié)合的污染源異常值修正的改進(jìn)算法,并采用“Z”型讀取法來(lái)提高輸入樣本質(zhì)量,改善異常值修正效果。解決了傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)算法容易陷入局部極小點(diǎn)、收斂速度慢且樣本依賴性強(qiáng)的問(wèn)題。本文研究了基于模糊聚類與BP神經(jīng)網(wǎng)絡(luò)的環(huán)境污染源數(shù)據(jù)的異常檢測(cè)和異常值修正。并提出基于FCM與BP神經(jīng)網(wǎng)絡(luò)結(jié)合的污染源異常值修正的改進(jìn)算法。利用仿真實(shí)驗(yàn),表明了本課題研究的算法對(duì)污染源監(jiān)測(cè)數(shù)據(jù)異常檢測(cè)和異常值修正具有良好的處理效果,相對(duì)于傳統(tǒng)的污染源數(shù)據(jù)檢測(cè)技術(shù)處理精度高、速度快,為寧夏科學(xué)化、信息化的環(huán)境監(jiān)管提供技術(shù)支持。
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X830;TP183

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 張昊;王琪潔;朱建軍;張曉紅;;樣本數(shù)據(jù)預(yù)處理對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的GPS高程擬合的影響[J];大地測(cè)量與地球動(dòng)力學(xué);2011年02期

，

本文編號(hào)：1190158