版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著我國(guó)社會(huì)和經(jīng)濟(jì)的快速發(fā)展,水資源污染呈現(xiàn)出不斷惡化的趨勢(shì),水質(zhì)預(yù)警技術(shù)顯得尤為重要。水質(zhì)預(yù)警可以實(shí)時(shí)獲取水質(zhì)數(shù)據(jù)并將數(shù)據(jù)傳輸至水質(zhì)監(jiān)測(cè)中心,同時(shí)根據(jù)所采集的數(shù)據(jù)預(yù)測(cè)未來(lái)的水質(zhì)情況,為水質(zhì)監(jiān)測(cè)部門(mén)及時(shí)掌握水質(zhì)信息和水質(zhì)發(fā)展趨勢(shì)提供重要的幫助。
水質(zhì)數(shù)據(jù)的采集是進(jìn)行水質(zhì)預(yù)警的前提?,F(xiàn)有的水質(zhì)數(shù)據(jù)采集方式主要以人工采集和自動(dòng)監(jiān)測(cè)站采集為主,但是人工采集耗時(shí)費(fèi)力,而監(jiān)測(cè)站建設(shè)成本過(guò)高,難以實(shí)現(xiàn)大規(guī)模應(yīng)用。因此,開(kāi)發(fā)一種低成本、小型
2、化的水質(zhì)數(shù)據(jù)采集系統(tǒng)作為人工采集和自動(dòng)監(jiān)測(cè)站采集的補(bǔ)充方式具有重要意義。水質(zhì)預(yù)警系統(tǒng)除了采集和傳輸水質(zhì)數(shù)據(jù)外,還需要對(duì)水質(zhì)數(shù)據(jù)進(jìn)行處理。隨著科技的發(fā)展和國(guó)家對(duì)水質(zhì)監(jiān)測(cè)的大量投入,數(shù)據(jù)采集方式從傳統(tǒng)的人工采集轉(zhuǎn)變?yōu)樗|(zhì)監(jiān)測(cè)站自動(dòng)采集,監(jiān)測(cè)站點(diǎn)數(shù)量也迅速增加,這些都導(dǎo)致水質(zhì)數(shù)據(jù)的總量和種類(lèi)急劇增加,因此需要研究一種能夠適應(yīng)大規(guī)模數(shù)據(jù)的水質(zhì)預(yù)測(cè)算法。
本文在綜述了國(guó)內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上,對(duì)小型水質(zhì)數(shù)據(jù)采集系統(tǒng)和適應(yīng)大規(guī)模數(shù)據(jù)的水質(zhì)預(yù)
3、測(cè)算法進(jìn)行了研究。主要工作和創(chuàng)新點(diǎn)如下:
1.研制了小型水質(zhì)數(shù)據(jù)采集系統(tǒng),并對(duì)系統(tǒng)進(jìn)行了初步實(shí)驗(yàn)驗(yàn)證。系統(tǒng)由主板和功能擴(kuò)展板組成,主板主要由電源模塊和單片機(jī)模塊組成,完成系統(tǒng)的能量控制、時(shí)間控制和功能模塊開(kāi)啟等功能;功能擴(kuò)展板則是開(kāi)放性的平臺(tái),可以接入多種水質(zhì)基礎(chǔ)參數(shù)采集模塊,以便根據(jù)需求做進(jìn)一步擴(kuò)展。系統(tǒng)以太陽(yáng)能作為供電能源,具有建設(shè)成本低的特點(diǎn),可在無(wú)人值守的情況下長(zhǎng)期工作。
2.提出了基于分段線(xiàn)性表示kNN算法
4、的水質(zhì)預(yù)測(cè)方法,一定程度上解決了傳統(tǒng)kNN算法處理大規(guī)模數(shù)據(jù)時(shí)耗時(shí)較長(zhǎng)的問(wèn)題。該方法結(jié)合了kNN算法和分段線(xiàn)性表示算法,考慮了歷史信息和水質(zhì)的當(dāng)前趨勢(shì)對(duì)預(yù)測(cè)值的影響。相對(duì)于傳統(tǒng)的kNN算法,所提出的算法處理大規(guī)模水質(zhì)數(shù)據(jù)時(shí)能夠有效減少運(yùn)算量和運(yùn)行時(shí)間。
3.對(duì)所提出的基于分段線(xiàn)性表示kNN算法的預(yù)測(cè)方法進(jìn)行了水質(zhì)渾濁度預(yù)測(cè)實(shí)驗(yàn)驗(yàn)證,同時(shí)利用傳統(tǒng)的kNN算法以及二次指數(shù)平滑法進(jìn)行預(yù)測(cè)對(duì)比,對(duì)三種算法的預(yù)測(cè)結(jié)果進(jìn)行了分析比較。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 深水網(wǎng)箱養(yǎng)殖水質(zhì)數(shù)據(jù)采集與傳輸系統(tǒng)研發(fā).pdf
- 基于冗余機(jī)制的水質(zhì)數(shù)據(jù)采集系統(tǒng)的軟硬件設(shè)計(jì).pdf
- 基于GEP的kNN算法改進(jìn)研究.pdf
- 基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究.pdf
- kNN填充算法的分析和改進(jìn)研究.pdf
- 基于屬性信息熵的KNN算法改進(jìn)研究.pdf
- 水質(zhì)數(shù)據(jù)處理和評(píng)價(jià)系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于WSN的濕地水質(zhì)數(shù)據(jù)質(zhì)量控制及實(shí)時(shí)發(fā)布系統(tǒng)研究.pdf
- 基于區(qū)域劃分的改進(jìn)KNN分類(lèi)算法.pdf
- 工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)采集系統(tǒng)的改進(jìn).pdf
- KNN算法改進(jìn)及基于all-confidence模式的分類(lèi)算法探討.pdf
- 小型電網(wǎng)無(wú)線(xiàn)數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì).pdf
- 礦用液壓支架數(shù)據(jù)采集與預(yù)警系統(tǒng)的研究.pdf
- 一種改進(jìn)的KNN文本分類(lèi)算法.pdf
- 基于改進(jìn)KNN算法的網(wǎng)絡(luò)入侵檢測(cè)技術(shù)研究.pdf
- 基于蜂群算法和改進(jìn)KNN的文本分類(lèi)研究.pdf
- 小型海洋資料浮標(biāo)數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì).pdf
- 基于ARM7水質(zhì)檢測(cè)數(shù)據(jù)采集系統(tǒng)的研究.pdf
- 基于密度的樣本裁剪算法的改進(jìn)及在kNN中的應(yīng)用研究.pdf
- 光纖陀螺數(shù)據(jù)采集處理系統(tǒng)改進(jìn)及振動(dòng)特性研究.pdf
評(píng)論
0/150
提交評(píng)論