全文总字数：701字

1. 研究目的与意义

目的：

通过对安全监测数据各种处理方法的分析、比较，了解各种处理方法所适应的不同范围，并结合实例分析得到该实例下的最优数据处理方法，进而为安全监测数据处理方法的选择在实际工程中的运用提供了一种切实可行的途径。

意义：

2. 国内外研究现状分析

1.国外安全监测数据处理方法研究现状

国外的学者很早就对安全监测数据处理的方法进行了研究和探讨。早在19世纪中期英国统计学家f.高尔顿就提出了回归分析法，这也是目前安全监测数据分析最普遍的分析方法。如果从十九世纪初高斯提出最小二乘算起，回归分析的历史已经有200多年了；1927年数学家耶尔提出了时间序列的ar模型，同时另一位数学家瓦尔格建立了ma模型和自回归、arma混合模型，初步奠定了时间序列的基础；法国科学家托姆提出了突变理论；20世纪60年代由卡尔曼等人提出了一种递推式现代滤波算法；1982年美国物理学家hopfield提出了人工神经网络的hopfield算法及1985年rumelhart和mcclehand提出了bt算法；1984年法国地球物理学家j.morlet提出了小波变换的概念。到目前为止，国外关于安全监测方面已经形成了相对成熟的理论体系。

2.国内安全监测数据处理方法研究现状

3. 研究的基本内容与计划

内容：

1)介绍了常用的安全监测数据分析的处理方法。例如：回归分析法、频谱分析法、时序分析法、灰色理论法、神经网络法和小波分析法。

2）通过各种安全监测数据的处理方法在实际中的运用实例，对各种数据处理方法的特点进行了全面的分析，并且从理论基础、分析方法、数据量的大小以及研究的重点这四个方面将这些方法进行了综合的比较。

4. 研究创新点

本文在通过前人的研究实例来总结各种安全监测数据处理方法的特点，并从总选取了回归分析、灰色理论以及它们的组合模型结合多个实例进行综合的精度分析，得出组合模型的精度比单一模型的精度高的结论。