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

基于边缘计算的室内空气质量监测方法及其预测模型研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-16页
    1.1 课题研究背景及研究意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 国内研究现状第11-12页
        1.2.2 国外研究现状第12页
        1.2.3 国内外研究现状总结第12-13页
    1.3 主要研究内容第13-14页
    1.4 本论文章节安排第14-16页
第2章 室内空气质量监测物联网系统第16-35页
    2.1 物联网简介第16-20页
        2.1.1 物联网的概念第16-17页
        2.1.2 物联网的架构第17-18页
        2.1.3 物联网的技术体系第18-20页
    2.2 系统架构设计第20-21页
    2.3 系统感知终端设计第21-26页
        2.3.1 硬件设计第21-24页
        2.3.2 软件设计第24-26页
    2.4 系统网络通信设计第26-29页
        2.4.1 WiFi技术简介第26-27页
        2.4.2 无线自组网第27-28页
        2.4.3 通信协议第28-29页
    2.5 系统数据中心设计第29-34页
        2.5.1 数据库设计第29-30页
        2.5.2 监控平台设计第30-31页
        2.5.3 终端APP设计第31-34页
    2.6 本章小结第34-35页
第3章 室内空气质量监测系统边缘计算研究第35-50页
    3.1 边缘计算简介第35-40页
        3.1.1 边缘计算的概念第35-37页
        3.1.2 边缘计算的特点第37-38页
        3.1.3 边缘计算的架构第38-40页
    3.2 系统边缘计算功能需求分析第40页
    3.3 系统边缘计算环境配置第40-42页
        3.3.1 边缘网关硬件介绍第41-42页
        3.3.2 边缘计算操作系统选择第42页
    3.4 系统边缘计算功能实现第42-49页
        3.4.1 多设备接入和管理第43-44页
        3.4.2 数据分析和清洗第44-45页
        3.4.3 信息决策和规则计算第45-49页
    3.5 本章小结第49-50页
第4章 室内空气质量监测系统ARIMA预测模型研究第50-63页
    4.1 空气质量预测方法第50-51页
    4.2 ARIMA预测模型理论概述第51-54页
        4.2.1 自回归模型(AR)第53页
        4.2.2 移动平均模型(MA)第53页
        4.2.3 差分整合移动平均自回归模型(ARIMA)第53-54页
    4.3 ARIMA预测模型建立步骤第54-58页
        4.3.1 样本平稳化处理第55页
        4.3.2 定阶及模型建立第55-57页
        4.3.3 模型评价和结果预测第57-58页
        4.3.4 模型检验和预测误差分析第58页
    4.4 室内空气质量ARIMA模型建立及预测第58-62页
    4.5 本章小结第62-63页
第5章 室内空气质量监测系统功能测试与验证第63-68页
    5.1 系统物联网功能测试与验证第63-65页
        5.1.1 感知终端功能测试第63-64页
        5.1.2 监控平台和移动终端功能测试第64-65页
    5.2 系统边缘网关功能测试与验证第65-66页
    5.3 ARIMA预测模型效果测试与验证第66-67页
    5.4 本章小结第67-68页
第6章 总结与展望第68-70页
    6.1 课题总结第68-69页
    6.2 课题展望第69-70页
参考文献第70-74页
致谢第74-75页
附1: ARIMA核心代码第75-76页
附2: 攻读硕士期间科研成果第76页

论文共76页,点击 下载论文
上一篇:青蒿素衍生物对乳腺癌细胞增殖转移的作用以及分子机理研究
下一篇:面向Bin Picking的虚拟数据集构建及智能识别方法的研究