生物监测被广泛应用于水质监测和安全预警系统中,利用水生生物的生理特征和行为反应来评估水体的污染状况,从生物学角度为建立水质的评估体系提供科学依据。由于水生生物运动行为特征的变化与水质的变化有着密切的联系,并且能够直观、实时的反映水体质量的变化,因此水生生物的生理特性及行为特征常作为生物水质监测中的重要研究指标。如何快速有效的对这些特征指标进行提取与分析,实现异常检测也就成了水质监测的关键问题,是水质安全预警系统中关键的一个环节。本文以生活在水中的鱼类为水体环境的指示生物、鱼类的运动行为轨迹为载体、鱼类的行为指标为研究对象,研究了鱼类行为特征的描述方法以及异常行为识别方法。主要研究内容包括以下几个方面:(1)研究了鱼类行为轨迹的多元网格表达方法。利用鱼类行为分析中常用到的行为指标作为多元网格的定义元素,将鱼类运动轨迹传统的坐标序列对集合的表达方式转换成多元网格表达方法,避免了鱼类行为研究中单个指标因素对鱼类行为的判断的误差,节省了存储空间,减少了轨迹模式匹配的计算代价。(2)研究了鱼类行为异常的r-chunk识别方法。利用多元网格表达方法对鱼类行为进行描述,借鉴生物免疫系统中的否定选择原理,利用r-chunk匹配规则,学习正常情况下鱼类的行为模式,产生行为模式检测器,然后利用这些检测器对鱼类出现的异常行为模式进行识别。利用较少的检测器来对已知和未知的异常行为进行识别。(3)对鱼类行为的指标特征进行了分析,并通过实验验证了鱼类指标特征对鱼类行为的指示作用。