基于数据挖掘的城区空气质量影响因素分析及实证研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-20页 |
| §1.1 研究背景及意义 | 第12-13页 |
| §1.2 国内外文献综述 | 第13-17页 |
| ·环境质量评价指标 | 第13页 |
| ·环境影响因素指标分析 | 第13-14页 |
| ·环境影响因素分析主要方法 | 第14-17页 |
| §1.3 论文框架与数据来源 | 第17-18页 |
| §1.4 研究内容与创新点 | 第18-20页 |
| 第二章 空气质量评价与影响因素分析 | 第20-33页 |
| §2.1 空气质量功能区划与监测 | 第20-22页 |
| §2.2 空气质量的综合评价 | 第22-29页 |
| ·评价方法概述 | 第22-24页 |
| ·武汉市空气质量综合评价 | 第24-29页 |
| §2.3 空气质量影响因素分析 | 第29-32页 |
| §2.4 本章小结 | 第32-33页 |
| 第三章 数据挖掘模型 | 第33-44页 |
| §3.1 数据挖掘概述 | 第33-37页 |
| ·数据挖掘的定义 | 第33页 |
| ·数据挖掘的方法 | 第33-35页 |
| ·数据挖掘的过程 | 第35-36页 |
| ·数据挖掘的功能及应用 | 第36-37页 |
| §3.2 遗传神经网络模型 | 第37-42页 |
| ·B P神经网络的模型 | 第37-39页 |
| ·遗传神经网络模型的构建 | 第39-40页 |
| ·神经网络变量选择算法 | 第40-42页 |
| §3.3 灰色关联法 | 第42-43页 |
| §3.4 本章小结 | 第43-44页 |
| 第四章 实证研究 | 第44-55页 |
| §4.1 数据准备 | 第44-46页 |
| ·数据选择与数据转换 | 第44-45页 |
| ·空气质量影响因素神经网络模型 | 第45-46页 |
| §4.2 模型结果 | 第46-50页 |
| ·遗传神经网络结果 | 第46-48页 |
| ·灰色关联度结果 | 第48-50页 |
| §4.3 结果分析 | 第50-52页 |
| §4.4 对策建议 | 第52-54页 |
| ·改善空气质量的措施 | 第52-53页 |
| ·保障措施 | 第53-54页 |
| §4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| §5.1 全文总结 | 第55页 |
| §5.2 研究展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
