水文異常數(shù)據(jù)檢測(cè)研究及應(yīng)用

2.66萬字 63頁 包括外文翻譯，原創(chuàng)作品，通過查重系統(tǒng)


摘 要
隨著社會(huì)的飛速發(fā)展，水文也發(fā)生了深刻的變化。水文數(shù)據(jù)收集既是一項(xiàng)傳統(tǒng)的專業(yè)性工作，又是一項(xiàng)與水利中心工作和經(jīng)濟(jì)社會(huì)發(fā)展密切相關(guān)的基礎(chǔ)性工作。在全球氣候變化日趨明顯、經(jīng)濟(jì)社會(huì)發(fā)展日新月異、水資源條件深刻變化的歷史背景下，水文數(shù)據(jù)分析的基礎(chǔ)地位更加重要，支撐作用更加突出，發(fā)展前景更加廣闊，水文數(shù)據(jù)研究已成為水利中心工作和經(jīng)濟(jì)社會(huì)發(fā)展的重要支撐。
數(shù)據(jù)異常和數(shù)據(jù)缺失問題在采集過程中是十分常見的，這是由于硬件的自身特點(diǎn)和部署的環(huán)境所決定，是不可避免的?，F(xiàn)實(shí)中也會(huì)存在數(shù)據(jù)的填寫錯(cuò)誤、結(jié)果不合格，收集或者整理數(shù)據(jù)過程中也會(huì)出現(xiàn)操作不合理或者誤刪除的情況，這些都會(huì)造成數(shù)據(jù)異常和數(shù)據(jù)缺失問題。如何正確全面的對(duì)數(shù)據(jù)樣本進(jìn)行異常數(shù)據(jù)檢測(cè)是本文的主要研究?jī)?nèi)容。異常數(shù)據(jù)檢測(cè)算法有很多，通過對(duì)各類異常數(shù)據(jù)檢測(cè)算法的分析比較，本文研究了一種基于聚類的Dbscan算法，基于該算法完成了水文異常數(shù)據(jù)檢測(cè)系統(tǒng)。
本文將設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于J2EE的水文異常數(shù)據(jù)檢測(cè)系統(tǒng)。該系統(tǒng)采用了MVC（Model View Controller）設(shè)計(jì)模式，表示層用JSP實(shí)現(xiàn)，Servlet承擔(dān)控制層的事務(wù)，業(yè)務(wù)邏輯封裝在Java Bean中并通過DAO層訪問數(shù)據(jù)庫。通過分析本系統(tǒng)的特點(diǎn)同時(shí)在利用以上技術(shù)的，最終完成系統(tǒng)結(jié)構(gòu)的設(shè)計(jì)與實(shí)現(xiàn)。

關(guān)鍵詞：水文；異常數(shù)據(jù)檢測(cè)；DBSCAN