欢迎来到天天文库
浏览记录
ID:33092053
大小:1.86 MB
页数:70页
时间:2019-02-20
《大坝安全监控中监测数据挖掘的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、浙江工业大学硕士学位论文大坝安全监控中监测数据挖掘的研究姓名:陈迪申请学位级别:硕士专业:计算机应用技术指导教师:张森;王卫红20050501浙江工业大学硕士研究生学位论文大坝安全监控中监测数据挖掘的研究摘要数据挖掘是从大量数据中抽取出潜在的、不为人知的有用信息、模式和趋势,并用于指导实践。目前该技术已经广泛地应用于电信、银行、保险、零售、服务和政府部门等具有大量数据和复杂分析需求的行业与部门。在大坝安全监控领域,监测数据具有良好的挖掘条件:一方面,监测数据本身的复杂性——非线性、多因子、高噪声、非高斯分布以及白相关;另一方面
2、,经过几十年的积累,监测数据的数据量也达到了较大规模。同时,随着时代的发展,传统的监测数据分析系统已经无法满足“集中”、“实时”、“在线”的需求。因此,本文以《大坝安全远程管理信息系统》项目为依托,将数据挖掘技术引入到大坝安全监控中,并对此展开研究,分析了大坝安全监控模型理论,研究了监控模型中线性模型的处理方法,探讨了多模型预测问题。主要的研究内容如下:(1)综述了大坝安全监控领域监测数据分析的研究现状。(2)阐述了以监控模型理论为基础构建监测数据挖掘系统的思路。(3)分析了逐步回归算法,并结合模糊理论对其进行改进,提出了模糊
3、化逐步回归动态学习算法。实验结果表明,用该算法进行线性模型分析具有很好的效果。浙江工业大学硕士研究生学位论文大坝安全监控中监测数据挖掘的研究(4)探讨了用改进的Elman神经网络进行多模型预测优化的方案。(5)结合《大坝安全远程管理信息系统》,设计并实现了一个大坝安全监测数据挖掘系统。实际应用表明,该系统具有建模简便、模式信息清晰精确、预测精度高的特点。本文最后对研究工作进行了总结,并提出了对今后研究工作的展望。关键宇:大坝安全监控、监测数据、监控模型、数据挖掘浙江工业大学硕士研究生学位论文大坝安全监控中监测数据挖掘的研究Mi
4、ningTheDataInDamSafetyMonitoringABSTRACTDataMining(DM)isaworthytechnologythattakespotentialandunbeknowninformationoutofahugenumbersofdatatoguidancethepractice.Now,Itiswidelyusedinlotsofareas,whichhaveagreatdealofdataandneedcomplexanalysesonit,liketelecom,banking,ins
5、uranceandgovernment,etc.Indamsafetymonitoring,monitoring—datahasaverywellminingcondition:itnotonlyhascharacteristiclikenonlinear,multi-gene,self-relating,non-equalitydistributingandSOon,butalsoprovidealargedatasetwhichaccumulatedfordecades.Inaddition,alongwiththerap
6、iddevelopmentoftheera,traditionalanalysessystemcan’tsatisfytheneedsoncentralizing,real-timeandonline.Consideringallabove,thispaperintroducesDMintothedamsafetymonitoringandexecutethisresearchrelyon‘InformationSystemforDamSafetyRemoteManagement’project.Bystudyingthemo
7、delingtheory,linearmodelprocessinganddataforecasting,themaincontentinthepaperisasfollowing:(1)Thestatusofmonitoring—dataanalysesresearchingissummarized(2)Thewaytoconstructmonitoring—dataminingsystembasedon浙江工业大学硕士研究生学位论文大坝安全监控中监测数据挖掘的研究modelingtlleoryisexpafiated.(3
8、)StIldiedOnmemthmeficofgraduallymgression(GR),a11dthen,bycombmgwimtllefuzzylogicmeo吼GRisiIIlpmv酣intoadynamiclearningarithmefic.Experimentp
此文档下载收益归作者所有