首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--大气监测论文

基于整体经验模态分解和随机森林的城市PM2.5预测

摘要第3-4页
Abstract第4页
第1章 绪论第7-13页
    1.1 研究背景及意义第7-8页
    1.2 国内外研究现状第8-10页
        1.2.1 国内研究现状第8-9页
        1.2.2 国外研究现状第9-10页
    1.3 本文的主要研究内容第10-11页
    1.4 本文的主要框架第11-12页
    1.5 本章小结第12-13页
第2章 基本理论第13-20页
    2.1 整体经验模态分解第13-14页
        2.1.1 整体经验模态分解原理第13-14页
        2.1.2 整体经验模态分解具体步骤第14页
    2.2 随机森林回归第14-16页
        2.2.1 随机森林回归原理第14-15页
        2.2.2 随机森林回归具体步骤第15-16页
    2.3 自回归滑动平均模型第16-17页
        2.3.1 自回归滑动平均原理第16页
        2.3.2 自回归滑动平均模型具体步骤第16-17页
    2.4 主成分分析回归第17-18页
        2.4.1 主成分分析原理第17页
        2.4.2 主成分分析回归具体步骤第17-18页
    2.5 支持向量机回归第18-19页
        2.5.1 支持向量机原理第18页
        2.5.2 支持向量机回归具体步骤第18-19页
    2.6 本章小结第19-20页
第3章 基于整体经验模态分解的PM2.5 周期性分析第20-26页
    3.1 数据来源第20页
    3.2 基于整体经验模态分解的PM2.5 分析第20-24页
    3.3 PM2.5 周期性分析第24-25页
    3.4 本章小结第25-26页
第4章 PM2.5 的预测模型研究第26-32页
    4.1 基于传统模型的城市PM2.5 预测第26-28页
    4.2 基于整体经验模态分解和随机森林的城市PM2.5 预测第28-29页
    4.3 不同PM2.5 预测模型比较第29-31页
    4.4 本章小结第31-32页
第5章 结论第32-34页
致谢第34-35页
参考文献第35-38页
附录第38-45页
作者简介第45页
攻读硕士学位期间研究成果第45页

论文共45页,点击 下载论文
上一篇:DDoS智能防御系统的日志分析及定时任务模块的设计与实现
下一篇:基于Django的日志分析系统的设计与实现