基于GNSS及數(shù)據(jù)挖掘技術的水利工程監(jiān)管技術

前 言
1 緒 論(1)
1．1 研究背景(1)
1．2 國內外研究現(xiàn)狀(4)
1．3 存在的問題(20)
1．4 研究內容與目標(22)
1．5 研究方法與技術路線(23)
2 基于北斗差分定位的水利工程變形監(jiān)測技術(25)
2．1 GNSS技術概述(25)
2．2 GNSS定位系統(tǒng)的特點(26)
2．3 GNSS變形監(jiān)測系統(tǒng)架構(29)
2．4 GNSS數(shù)據(jù)采集與傳輸(30)
2．5 GNSS監(jiān)測數(shù)據(jù)質量控制(32)
2．6 GNSS數(shù)據(jù)解算系統(tǒng)(40)
2．7 進口高精度GNSS設備精度指標檢驗(50)
2．8 示范點建設(75)
3 基于無線傳輸?shù)乃こ贪踩O(jiān)測組網技術(118)
3．1 水利工程安全監(jiān)測現(xiàn)狀分析(118)
3．2 無線傳感器網絡概述(119)
3．3 無線工作方案比選(119)
3．4 LoRaWAN概述(124)
3．5 LoRaWAN通信節(jié)點硬件設計(126)
3．6 LoRaWAN通信網關(131)
3．7 無線傳輸系統(tǒng)工作模式的標準化(132)
3．8 云端系統(tǒng)構建(135)
3．9 云端網絡穿透與安全性(135)
4 水利工程監(jiān)測數(shù)據(jù)歸一化處理(136)
4．1 監(jiān)測數(shù)據(jù)分類(137)
4．2 不同數(shù)據(jù)相關性研究(137)
4．3 監(jiān)測數(shù)據(jù)時間序列研究(139)
4．4 數(shù)據(jù)預處理(141)
4．5 數(shù)據(jù)形式化(141)
5 基于人工神經網絡的預測模型方法研究(144)
5．1 神經網絡模型研究(144)
5．2 水利工程神經網絡預測模型建模流程(145)
5．3 靜態(tài)異常數(shù)據(jù)識別與修復(149)
5．4 動態(tài)異常數(shù)據(jù)識別與修復(151)
5．5 神經網絡趨勢性預測(159)
5．6 神經網絡模型的自我進化(159)
6 基于多元融合的水利工程安全智能評估技術研究(161)
6．1 評價指標的設置(161)
6．2 工程安全評價方法(161)
6．3 基于神經網絡預測模型的評分法(162)
7 水利信息化監(jiān)管平臺構建(164)
7．1 系統(tǒng)總體架構(164)
7．2 數(shù)據(jù)接收中心(164)
7．3 監(jiān)管平臺主界面(165)
7．4 監(jiān)測數(shù)據(jù)展示(166)
7．5 數(shù)據(jù)整編(169)
7．6 預測預報模塊(171)
參考文獻(172)