环境监测有害成分的数据融合及其水质状况评价.pdf

2014年第02期 ● doi：10．3969／jissn1671-1122201402012 环境监测有害成分的数据融合及其水质 状况评价 陈敏欣 ，谢冬青 ，黄海 (1．广州大学数学与信息科学学院，广东广州510006；2．广州大学计算机科学与教育软件学院，广东广州510006) 摘 要 ：文章首先提出安全态势评估模型，实现网络安全趋势的预测，使传感器采集的数据信息的 完整性和机密性得到保证。然后采用数据融合与数据挖掘相结合的方法，对水质监控传感器采集的数据 信息进行融合并依据D—s证据结构进行决策，提出一种用于监测水质的D—s证据决策方法。该方法分 析水质环境的变化，克服了对每个传感器采集的信息分别进行处理时的不确定性和不稳定性。实验表明， 该方法南效 关键词 ：数据融合 ；数据挖掘 ；环境监控 ；D-S证据结构 ；安全态势评估 中图分类号 ：TP309 文献标识码 ：A 文章编号 ：1671—1122(2014)02—0063—05 DataFusionofHarmfulComponentsofEnvironmentalM onitoring andEvaluationofWaterOuafi~ Conditi0n CHEN M in—xin1XIEDong—qingzHUANG Hai , , (1．Dept．ofMathematicsandlnformationScience,GuangzhouUniversity,GuangzhouGuangdong510006,China； 2．Dept．ofComputerScienceandEducationalSoftware,GuangzhouUniversity,GuangzhouGuangdong510006,China) Abstract：Thispaperfirstlyproposesanetworksecuritysituationawarenessmodeltoforecastthefuturetrend innetworksecuriyt,whiletheintegriyt andhteconfidentialiyt ofthedatainformationcollectedbyhtesensorsare guaranteed．Byusinghtemehtodofdaat ufsioncombiningwithhtedatamining，htesystem implementshtewater qualiytmonitoringdaatufsionanddecisionbasedonD—Sevidencestructure．Thepaperhtenproposesadecision methodofD—Sevidenceofmonitoringwaterquality,whichCna analyzehtechnagesofwaterqualiyt environment， overcometheuncertainytandinstabiliytwhileprocessinghteadat infomr ationcollectedbyeachsensor．Experiments showhtathtemethodiseffective． Keywords：adatfusion；adatmining；environmentalmonitoring；D—Sevidnecesrtucture；securitysituationawareness 0引言 随着系统的复杂性 日益提高，依