基于多元统计和智能算法的上海市空气质量指数评价分析
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-8页 |
| ·城市环境问题回顾 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·空气质量评价分析的国内外研究综述 | 第8-9页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-9页 |
| ·本文研究的主要内容 | 第9-10页 |
| 第二章 2014年上海市空气质量指数分析 | 第10-21页 |
| ·数据来源 | 第10页 |
| ·上海市区位、气候、经济 | 第10-11页 |
| ·上海市AQI时间序列分布特征 | 第11-14页 |
| ·上海市AQI的小波分解 | 第14-16页 |
| ·各污染物的描述性统计以及模糊综合评价 | 第16-19页 |
| ·大气污染的应对对策 | 第19-21页 |
| 第三章 相关因素的主成分分析 | 第21-28页 |
| ·相关分析的原理介绍 | 第21-22页 |
| ·PM2.5 与相关因素的相关分析 | 第22页 |
| ·PM2.5 与相关因素的灰色关联分析 | 第22-23页 |
| ·相关因素的主成分分析 | 第23-28页 |
| ·合适性检验 | 第24页 |
| ·成分提取 | 第24-25页 |
| ·因子负荷矩阵及旋转后的因子负荷矩阵 | 第25-26页 |
| ·PM2.5 多元回归 | 第26-28页 |
| 第四章 智能算法在空气质量评价的应用 | 第28-39页 |
| ·C4.5 在空气质量指数分类评价 | 第28-30页 |
| ·LVQ在空气质量指数分类评价 | 第30-31页 |
| ·SVM在空气质量指数分类评价 | 第31-34页 |
| ·PSO-SVM在空气质量指数评价的应用 | 第34-39页 |
| ·粒子群PSO理论介绍 | 第34-35页 |
| ·PSO-SVM预测模型 | 第35-39页 |
| 结论 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42页 |
