| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 研究内容及论文结构 | 第9-11页 |
| 第二章 数据挖掘方法介绍 | 第11-17页 |
| 2.1 数据挖掘概述 | 第11-12页 |
| 2.2 关联规则 | 第12页 |
| 2.3 贝叶斯网络 | 第12-14页 |
| 2.4 神经网络算法 | 第14-15页 |
| 2.5 分析平台工具——MTALAB | 第15-17页 |
| 第三章 数据有效性审核分析 | 第17-25页 |
| 3.1 数据获取 | 第17-19页 |
| 3.2 数据审核分析的主要工作内容 | 第19-25页 |
| 第四章 雾霾大数据有效性预测模型的建立 | 第25-33页 |
| 4.1 贝叶斯网络预测模型 | 第26-29页 |
| 4.1.1 贝叶斯网络原理 | 第26-27页 |
| 4.1.2 贝叶斯网络预测方法的实现 | 第27-29页 |
| 4.2 神经网络预测模型 | 第29-33页 |
| 4.2.1 B‐P神经网络模型的构建 | 第29-30页 |
| 4.2.2 B‐P神经网络的训练过程 | 第30-31页 |
| 4.2.3 基于B‐P神经网络模型的雾霾数据有效性预测 | 第31-33页 |
| 第五章 雾霾大数据有效性预测的行业应用与分析 | 第33-44页 |
| 5.1 数据准备 | 第33-36页 |
| 5.1.1 数据选择 | 第33-34页 |
| 5.1.2 数据处理 | 第34-36页 |
| 5.2 预测模型实验分析 | 第36-44页 |
| 5.2.1 贝叶斯网络模型预测 | 第36-39页 |
| 5.2.2 B‐P神经网络模型预测 | 第39-44页 |
| 第六章 总结和展望 | 第44-46页 |
| 6.1 全文工作总结 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-52页 |
| 附录：攻读硕士学位期间的学术论文 | 第52页 |