| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景与研究意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 国内研究现状与分析 | 第15-17页 |
| 1.2.2 国外研究现状与分析 | 第17-18页 |
| 1.2.3 神经网络在空气质量预测方法中的优势分析 | 第18-19页 |
| 1.3 研究内容与方法 | 第19-20页 |
| 1.3.1 本文的主要研究内容 | 第19-20页 |
| 1.3.2 各章节内容的研究方法 | 第20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 神经网络基础理论 | 第21-41页 |
| 2.1 神经网络介绍 | 第21-27页 |
| 2.1.1 单层神经网络模型 | 第22-26页 |
| 2.1.2 双层神经网络模型 | 第26-27页 |
| 2.2 单双层神经网络的优缺点 | 第27-28页 |
| 2.3 深度神经网络模型 | 第28-40页 |
| 2.3.1 RBM理论知识 | 第29-39页 |
| 2.3.2 深度神经网络模型建立 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 城市空气质量预测方法设计 | 第41-52页 |
| 3.1 研究区域概况 | 第41页 |
| 3.2 数据收集选取及划分 | 第41-46页 |
| 3.3 数据预处理 | 第46-47页 |
| 3.4 深度神经网络模型设计 | 第47-48页 |
| 3.5 深度神经网络算法实现 | 第48-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 城市空气质量预测方法结果分析 | 第52-59页 |
| 4.1 城市PM2.5浓度预测结果对比 | 第52-56页 |
| 4.2 城市PM2.5浓度预测结果讨论 | 第56-58页 |
| 4.2.1 绝对误差率分析 | 第56-58页 |
| 4.2.2 预测准确率分析 | 第58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 空气质量预测软件开发 | 第59-64页 |
| 5.1 软件界面与主要功能 | 第59-60页 |
| 5.2 软件主要功能实现 | 第60-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文研究工作总结 | 第64页 |
| 6.2 下一阶段研究工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士研究生期间发表论文情况 | 第71页 |