基于WebGIS最优路径导航的海流数据采集管理开放式平台研究
这是一篇关于海洋监测,Google Maps,WebGIS,TSP问题的论文, 主要内容为海洋环境的监测对人类的生存环境与海洋经济的发展有着至关重要的作用。近年来随着海洋学的发展和研究日益深入,海洋环境的监测和调查研究工作越发受到人类的重视。本文研究的内容是黄海近海区海流信息的采集与管理,设计开发了一套基于WebGIS最优路径导航的海流数据采集管理开放式平台。 平台引入Google Maps实现了动态直观的在地图上显示采集的数据信息,用户可实时监测采集信息及设备状况。本文在地图显示模块中设计实现出海导航的功能。通过一种改进的最小权匹配算法求出TSP问题的最优哈密顿回路,实现了从出海点出发,按照最优路径指示回收所有设备后返回,大大节省了出海费用。 本文通过制定数据通信协议实现了平台的共享性,使任何遵照通讯协议的用户均可以实现数据的上报,所有满足该通信协议的项目都可以使用该系统管理采集海洋数据。用户根据角色权限差别使用该平台,实现了海洋信息共享。 平台分为海流信息采集系统和海流信息管理系统两部分:海流信息采集系统通过上位机与智能采集设备的数据通信采集数据;海流信息管理系统选用B/S作为系统开发的架构模式,实现海流信息显示和管理,具有良好的开放性和扩展性。 根据用户需求分析与系统设计目标的要求,主要分为信息采集和信息管理两部分,其中信息采集系统包括协议规范制定、监听接收信息、传送命令信息、信息过滤处理等子模块;信息管理系统包括用户登录注册模块、采集数据查询模块、设备管理模块、地图显示模块、警报处理模块、数据管理模块、项目管理模块、用户管理模块等。 平台采用Java、JSP作为开发语言,并通过JDBC中间件统一与底层SQL Server 2005数据库进行数据交互。海流数据信息管理子系统采用基于MVC模式的J2EE架构。在前台表现层,平台采用免费的Google Maps作为WebGIS的技术支持,通过jQuery操作Ajax,实现地图、页面数据交互的无刷新性,给用户带来良好体验。
神经网络算法在赤潮灾害智能预警系统中的应用
这是一篇关于海洋监测,赤潮,主成分分析,神经网络,LMBP的论文, 主要内容为近年来,我国沿海赤潮频发且规模不断扩大,导致各种海洋生物的生存环境遭到严重破坏,海洋生态系统失衡恶化,渔业资源和海产养殖业受损严重,同时赤潮藻毒素严重威胁着海洋生物和人类的生命安全。因此,迫切需要建立高精度的赤潮灾害智能预警系统。本文结合当前日趋成熟的神经网络算法,对于神经网络赤潮预测模型进行了初步的研究,设计并实现了基于神经网络的赤潮灾害智能预警系统。具体來说包括以下几个方面: 首先,在简要分析赤潮发生与环境因子之间关系的基础上,构建了基于PCA(Principal Component Analysis)的附加动量法BP(BackPropagation)神经网络赤潮预测模型。由于赤潮成因复杂,且与多种环境因子密切相关,导致模型的输入变量难以选择。针对这一问题,模型首先采用了PCA算法对输入数据进行有效信息提取,即对大量输入数据进行线性变换,在保证原有信息量的同时降低输入维数以获取主成分,然后将主成分作为神经网络模型的输入,从而有效降低了神经网络模型的复杂度,大大提高了网络的收敛速度。模型仿真实验结果表明,该模型较传统附加动量法模型在拟合精度与预测效果上都有了较大提高。 其次,通过对烟台四十里湾海域赤潮成因进行分析,构建了基于LMBP(Levenberg-Marquardt Back Propagation)的烟台四十里湾赤潮预测模型。该模型通过设计实验组合并对比实验结果的方式确定输入变量,即根据该海域各理化因子对赤潮发生的影响大小对其依次排序,并设计了多个实验组合,对比各组合的实验结果选取输入变量。本文还详细阐述了LMBP神经网络建模的过程,对于隐含层神经元个数如何选择,如何最大限度利用现有数据对网络进行训练等问题进行了深入分析。整个建模过程思路清晰,容易理解,为赤潮预测的神经网络建模提供了解决思路。另外,LMBP算法是BP算法的改进形式,具有收敛速度快,逼近精度高的优点,因此将LMBP模型用于赤潮的实时在线预测有着极大的优越性和可行性,从而为赤潮预测提供了一种新方法。 最后,以多种神经网络预测算法为核心,搭建了Linux+MySOL+Apache+Tomcat的JSP网站构建环境,实现了基于B/S模式的神经网络赤潮灾害智能预警系统。该系统能够采用柱状图,折线图等方式将预测结果直观地显示给用户,提高了赤潮预测的可视化程度。而采用B/S模式使用户远程通过浏览器就能方便实现海洋环境监测数据查询、分析、赤潮预测结果的直观显示等功能,极大地提高了系统的易用性。系统还集成了多种神经网络预测算法,为赤潮灾害的智能预警系统提供了新的算法思路。
神经网络算法在赤潮灾害智能预警系统中的应用
这是一篇关于海洋监测,赤潮,主成分分析,神经网络,LMBP的论文, 主要内容为近年来,我国沿海赤潮频发且规模不断扩大,导致各种海洋生物的生存环境遭到严重破坏,海洋生态系统失衡恶化,渔业资源和海产养殖业受损严重,同时赤潮藻毒素严重威胁着海洋生物和人类的生命安全。因此,迫切需要建立高精度的赤潮灾害智能预警系统。本文结合当前日趋成熟的神经网络算法,对于神经网络赤潮预测模型进行了初步的研究,设计并实现了基于神经网络的赤潮灾害智能预警系统。具体來说包括以下几个方面: 首先,在简要分析赤潮发生与环境因子之间关系的基础上,构建了基于PCA(Principal Component Analysis)的附加动量法BP(BackPropagation)神经网络赤潮预测模型。由于赤潮成因复杂,且与多种环境因子密切相关,导致模型的输入变量难以选择。针对这一问题,模型首先采用了PCA算法对输入数据进行有效信息提取,即对大量输入数据进行线性变换,在保证原有信息量的同时降低输入维数以获取主成分,然后将主成分作为神经网络模型的输入,从而有效降低了神经网络模型的复杂度,大大提高了网络的收敛速度。模型仿真实验结果表明,该模型较传统附加动量法模型在拟合精度与预测效果上都有了较大提高。 其次,通过对烟台四十里湾海域赤潮成因进行分析,构建了基于LMBP(Levenberg-Marquardt Back Propagation)的烟台四十里湾赤潮预测模型。该模型通过设计实验组合并对比实验结果的方式确定输入变量,即根据该海域各理化因子对赤潮发生的影响大小对其依次排序,并设计了多个实验组合,对比各组合的实验结果选取输入变量。本文还详细阐述了LMBP神经网络建模的过程,对于隐含层神经元个数如何选择,如何最大限度利用现有数据对网络进行训练等问题进行了深入分析。整个建模过程思路清晰,容易理解,为赤潮预测的神经网络建模提供了解决思路。另外,LMBP算法是BP算法的改进形式,具有收敛速度快,逼近精度高的优点,因此将LMBP模型用于赤潮的实时在线预测有着极大的优越性和可行性,从而为赤潮预测提供了一种新方法。 最后,以多种神经网络预测算法为核心,搭建了Linux+MySOL+Apache+Tomcat的JSP网站构建环境,实现了基于B/S模式的神经网络赤潮灾害智能预警系统。该系统能够采用柱状图,折线图等方式将预测结果直观地显示给用户,提高了赤潮预测的可视化程度。而采用B/S模式使用户远程通过浏览器就能方便实现海洋环境监测数据查询、分析、赤潮预测结果的直观显示等功能,极大地提高了系统的易用性。系统还集成了多种神经网络预测算法,为赤潮灾害的智能预警系统提供了新的算法思路。
海洋环境在线监测及赤潮灾害预报系统研究
这是一篇关于海洋监测,分布式系统,远程控制,赤潮,聚类分析的论文, 主要内容为我国是世界上赤潮灾害较严重的国家之一,赤潮灾害的频发严重影响了我国的生态环境并导致巨大的经济损失,因此迫切需要研制高精度的海洋环境在线监测及赤潮灾害预报系统。本文结合当前国内外先进的海洋监测技术,以嵌入式系统、XML标记语言、网络通讯技术、数据仓库、动态网页等技术为支撑,设计了海洋环境在线监测系统的架构,实现了海洋环境要素监测子系统和海洋信息在线管理子系统的开发,并引入基于聚类分析的数据挖掘算法,对赤潮的预警模型进行了初步研究。 本文首先以海洋监测系统的需求和发展趋势为依托,确定了系统的设计目标,并在此基础上设计了海洋环境在线监测系统的整体架构。然后,以该框架为依托,详细设计了海洋环境要素监测子系统和海洋信息在线管理子系统。其中,海洋环境要素在线监测子系统以Linux嵌入式系统为平台,使用GPRS无线传输技术作为通讯手段,实现了分布式控制,解决了浮标与台站之间传输介质问题以及海洋要素的远程在线监测问题。同时,设计了基于XML的数据交换机制,成功地实现了海洋监测数据的实时上传及Linux平台与Windows平台的无缝连接。监测网络由传感器、浮标和台站三种类型的监测设备构成三级网络结构,具有极好的扩展性。海洋信息在线管理子系统以数据仓库为中心,运用了Microsoft IIS、Apache Tomcat服务器技术,以及ASP.NET、JSP动态网页技术,通过Internet实现客户端和数据仓库的远程交互,及时地对数据仓库中的数据进行维护和更新,有效地实现了海洋数据的在线发布及在线管理。为了方便海洋监测要素的监测,实时地反映海洋数据的变化规律,开发了海洋数据动态曲线发布系统,该系统可以在线监测海洋数据变化规律,并可通过网络浏览动态曲线,具有很高的实时性。 最后,本文探讨了基于聚类分析的数据挖掘算法在赤潮预警方面的应用。在对传统的FCM聚类算法以及赤潮爆发规律进行深入研究的基础上,做了大量试验。在传统的FCM聚类分析算法的基础上加以改进,提出了预处理加权FCM算法PW-FCM,取得了良好的效果。
基于WebGIS最优路径导航的海流数据采集管理开放式平台研究
这是一篇关于海洋监测,Google Maps,WebGIS,TSP问题的论文, 主要内容为海洋环境的监测对人类的生存环境与海洋经济的发展有着至关重要的作用。近年来随着海洋学的发展和研究日益深入,海洋环境的监测和调查研究工作越发受到人类的重视。本文研究的内容是黄海近海区海流信息的采集与管理,设计开发了一套基于WebGIS最优路径导航的海流数据采集管理开放式平台。 平台引入Google Maps实现了动态直观的在地图上显示采集的数据信息,用户可实时监测采集信息及设备状况。本文在地图显示模块中设计实现出海导航的功能。通过一种改进的最小权匹配算法求出TSP问题的最优哈密顿回路,实现了从出海点出发,按照最优路径指示回收所有设备后返回,大大节省了出海费用。 本文通过制定数据通信协议实现了平台的共享性,使任何遵照通讯协议的用户均可以实现数据的上报,所有满足该通信协议的项目都可以使用该系统管理采集海洋数据。用户根据角色权限差别使用该平台,实现了海洋信息共享。 平台分为海流信息采集系统和海流信息管理系统两部分:海流信息采集系统通过上位机与智能采集设备的数据通信采集数据;海流信息管理系统选用B/S作为系统开发的架构模式,实现海流信息显示和管理,具有良好的开放性和扩展性。 根据用户需求分析与系统设计目标的要求,主要分为信息采集和信息管理两部分,其中信息采集系统包括协议规范制定、监听接收信息、传送命令信息、信息过滤处理等子模块;信息管理系统包括用户登录注册模块、采集数据查询模块、设备管理模块、地图显示模块、警报处理模块、数据管理模块、项目管理模块、用户管理模块等。 平台采用Java、JSP作为开发语言,并通过JDBC中间件统一与底层SQL Server 2005数据库进行数据交互。海流数据信息管理子系统采用基于MVC模式的J2EE架构。在前台表现层,平台采用免费的Google Maps作为WebGIS的技术支持,通过jQuery操作Ajax,实现地图、页面数据交互的无刷新性,给用户带来良好体验。
本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:毕设工坊 ,原文地址:https://m.bishedaima.com/lunwen/53518.html