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.pdf

1、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)開發(fā)研究》，提出基

2、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。

3、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“F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