| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 选题背景及意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 PM_(2.5)预测国内外研究现状 | 第16-17页 |
| 1.2.2 随机森林算法研究进展 | 第17-18页 |
| 1.2.3 Spark研究现状 | 第18-19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 组织结构 | 第20-24页 |
| 第二章 研究区域概况与数据资料 | 第24-32页 |
| 2.1 太原市地形、气候特征及产业结构 | 第24-25页 |
| 2.2 太原市空气质量监测站点 | 第25-26页 |
| 2.3 数据来源 | 第26-27页 |
| 2.4 空气质量指数 | 第27-29页 |
| 2.4.1 空气质量指数划分 | 第27-28页 |
| 2.4.2 空气质量指数计算 | 第28-29页 |
| 2.5 太原市空气质量概况 | 第29-31页 |
| 2.5.1 太原市空气质量年分布特征 | 第29-30页 |
| 2.5.2 太原市空气质量季节分布特征 | 第30页 |
| 2.5.3 太原市空气质量月分布特征 | 第30-31页 |
| 2.6 本章小节 | 第31-32页 |
| 第三章 基本理论知识 | 第32-42页 |
| 3.1 随机森林算法 | 第32-39页 |
| 3.1.1 集成学习 | 第32-33页 |
| 3.1.2 Bagging和Boosting算法 | 第33-34页 |
| 3.1.3 决策树 | 第34-37页 |
| 3.1.4 随机森林算法 | 第37-39页 |
| 3.2 Spark并行分布式平台 | 第39-41页 |
| 3.2.1 Spark生态系统 | 第39-40页 |
| 3.2.2 Spark核心RDD | 第40页 |
| 3.2.3 Spark运行框架 | 第40-41页 |
| 3.3 本章小节 | 第41-42页 |
| 第四章 PM_(2.5)浓度相关特性分析 | 第42-60页 |
| 4.1 数据预处理 | 第42-45页 |
| 4.1.1 缺失值处理 | 第42-44页 |
| 4.1.2 数据量化处理 | 第44-45页 |
| 4.2 PM_(2.5)浓度与其他空气污染物浓度之间的相关性分析 | 第45-48页 |
| 4.2.1 相关性分析原理 | 第45-46页 |
| 4.2.2 空气污染物浓度之间的相关性分析 | 第46-48页 |
| 4.3 时间因子对PM_(2.5)浓度的影响 | 第48-51页 |
| 4.3.1 PM_(2.5)浓度月际变化规律分析 | 第48-50页 |
| 4.3.2 PM_(2.5)浓度日际变化规律分析 | 第50-51页 |
| 4.3.3 PM_(2.5)浓度周际变化规律分析 | 第51页 |
| 4.4 气象因子对PM_(2.5)浓度的影响 | 第51-55页 |
| 4.4.1 PM_(2.5)浓度与气温之间的关系 | 第52页 |
| 4.4.2 PM_(2.5)浓度与风速之间的关系 | 第52-53页 |
| 4.4.3 PM_(2.5)浓度与湿度之间的关系 | 第53页 |
| 4.4.4 PM_(2.5)浓度与可见度之间的关系 | 第53-54页 |
| 4.4.5 PM_(2.5)浓度与风向之间的关系 | 第54-55页 |
| 4.4.6 PM_(2.5)浓度与气压之间的关系 | 第55页 |
| 4.4.7 PM_(2.5)浓度与天气情况之间的关系 | 第55页 |
| 4.4.8 PM_(2.5)浓度与气象因子之间Pearson相关系数 | 第55页 |
| 4.5 预测站点与周围站点PM_(2.5)浓度的时空关联性 | 第55-58页 |
| 4.5.1 时间关联性 | 第56页 |
| 4.5.2 空间关联性 | 第56-57页 |
| 4.5.3 时空关联性 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 实验与结果分析 | 第60-76页 |
| 5.1 PM_(2.5)缺失值填补 | 第60-61页 |
| 5.2 K-Means聚类 | 第61-62页 |
| 5.2.1 K-Means算法 | 第61页 |
| 5.2.2 气象数据聚类 | 第61-62页 |
| 5.3 实验环境 | 第62页 |
| 5.4 基于并行随机森林的PM_(2.5)浓度值预测 | 第62-68页 |
| 5.4.1 评价指标 | 第62-63页 |
| 5.4.2 PM_(2.5)浓度值预测模型 | 第63-64页 |
| 5.4.3 实验结果与分析 | 第64-68页 |
| 5.5 基于并行随机森林的PM_(2.5)浓度等级预测 | 第68-75页 |
| 5.5.1 评价指标 | 第68-69页 |
| 5.5.2 类不平衡 | 第69-70页 |
| 5.5.3 PM_(2.5)浓度等级预测模型 | 第70-71页 |
| 5.5.4 实验结果与分析 | 第71-75页 |
| 5.6 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 研究展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士学位期间发表的论文 | 第86页 |
