| 摘要 | 第1-16页 |
| ABSTRACT | 第16-19页 |
| 第1章 绪论 | 第19-40页 |
| ·研究背景和意义 | 第19-23页 |
| ·国内外研究现状 | 第23-36页 |
| ·空气质量预测预报方法与系统 | 第23-30页 |
| ·统计预报方法 | 第24页 |
| ·数值预报方法 | 第24-26页 |
| ·空气质量预报系统 | 第26-28页 |
| ·人工神经网络预测模型 | 第28-30页 |
| ·空气质量数据可视化 | 第30-36页 |
| ·本文主要工作 | 第36-38页 |
| ·本文组织结构 | 第38-40页 |
| 第2章 基于粗糙集的空气质量神经网络预测模型 | 第40-60页 |
| ·人工神经网络概述 | 第40-41页 |
| ·BP神经网络 | 第41-44页 |
| ·BP网络结构 | 第42页 |
| ·BP算法 | 第42-44页 |
| ·BP网络的不足 | 第44页 |
| ·粗糙集理论简介 | 第44-51页 |
| ·粗糙集的有关定义 | 第45-47页 |
| ·基于粗糙集的规则抽取 | 第47页 |
| ·数据离散化 | 第47-48页 |
| ·属性约简 | 第48-50页 |
| ·抽取精简规则 | 第50-51页 |
| ·基于粗糙集的BP神经网络预测模型 | 第51-54页 |
| ·预测模型结构 | 第51-53页 |
| ·神经网络的训练 | 第53-54页 |
| ·预测与结果分析 | 第54-60页 |
| ·样本数据 | 第54-55页 |
| ·网络初始化 | 第55-56页 |
| ·网络训练 | 第56-58页 |
| ·基于粗糙集的神经网络模型进行预测 | 第58页 |
| ·两种预测模型的预测结果比较 | 第58-60页 |
| 第3章 基于资源分配神经网络的空气质量预测模型 | 第60-69页 |
| ·资源分配网络结构及其算法 | 第60-61页 |
| ·资源分配网学习算法 | 第61-62页 |
| ·样本选择和网络模型初始化 | 第62-66页 |
| ·样本选择 | 第62-63页 |
| ·网络模型初始化 | 第63-64页 |
| ·RAN空气质量预测模型实现 | 第64-66页 |
| ·预测结果与分析 | 第66-69页 |
| 第4章 基于紧支撑径向基函数插值的空气质量数据可视化 | 第69-81页 |
| ·空气质量预报数据文件的结构分析 | 第69-71页 |
| ·插值算法简介 | 第71-74页 |
| ·距离平方反比法 | 第71-72页 |
| ·改进的谢别德法 | 第72页 |
| ·样条函数法 | 第72-73页 |
| ·克里金插值法 | 第73-74页 |
| ·径向基函数法 | 第74页 |
| ·插值法综合分析 | 第74页 |
| ·径向基函数与插值 | 第74-76页 |
| ·紧支径向基函数插值方程 | 第76-77页 |
| ·插值结果分析 | 第77-81页 |
| ·画面质量 | 第77-79页 |
| ·刷新率比较 | 第79-81页 |
| 第5章 基于MARCHING CUBES算法的环境空气质量数据可视化 | 第81-95页 |
| ·MARCHING CUBES算法 | 第81-82页 |
| ·数据结构设计与算法实现 | 第82-88页 |
| ·数据结构的设计 | 第83-85页 |
| ·算法的实现 | 第85-88页 |
| ·人机交互与等值面生成 | 第88-93页 |
| ·交互操作界面 | 第88-90页 |
| ·等值面的绘制 | 第90-93页 |
| ·可视化效果 | 第93-95页 |
| 第6章 基于粒子的空间区域空气质量数据的可视化 | 第95-103页 |
| ·待处理数据 | 第95页 |
| ·粒子定义 | 第95-98页 |
| ·粒子间距与粒子大小的设定 | 第96页 |
| ·粒子颜色和不透明度 | 第96-98页 |
| ·可视化渲染 | 第98-102页 |
| ·浓度值平滑 | 第98-99页 |
| ·考虑大气散射的渲染效果 | 第99-102页 |
| ·可视化结果与分析 | 第102-103页 |
| 第7章 空气污染源和空气质量监测数据的相关性及可视化 | 第103-120页 |
| ·空气污染源和空气质量监测数据的相关性概述 | 第103-104页 |
| ·空气污染源的高斯点源扩散模式 | 第104-109页 |
| ·有风条件下高架连续点源高斯扩散模式 | 第105-107页 |
| ·高架点源高斯扩散计算公式 | 第105-106页 |
| ·地面点源高斯扩散公式 | 第106页 |
| ·地面浓度和地面最大浓度 | 第106-107页 |
| ·小风或静风时高架连续点源扩散模式 | 第107-109页 |
| ·影响高斯扩散的模型参数及其确定 | 第109-112页 |
| ·大气稳定度 | 第109页 |
| ·横向扩散参数、垂直扩散参数 | 第109-111页 |
| ·烟流抬升高度 | 第111-112页 |
| ·贡献率 | 第112-114页 |
| ·贡献率形式化标记 | 第112-113页 |
| ·污染源对监测点的贡献率计算方法 | 第113-114页 |
| ·相关性分析的数据组织 | 第114页 |
| ·污染源点监测数据 | 第114页 |
| ·气象数据 | 第114页 |
| ·可视化设计与实现 | 第114-117页 |
| ·可视化结果 | 第117-120页 |
| 第8章 总结与展望 | 第120-123页 |
| ·总结 | 第120-121页 |
| ·展望 | 第121-123页 |
| 参考文献 | 第123-135页 |
| 致谢 | 第135-137页 |
| 攻读学位期间发表的学术论文目录 | 第137-139页 |
| 攻读学位期间参加的科研项目 | 第139-140页 |
| 攻读学位期间获得的奖励 | 第140-141页 |
| 学位论文评阅及答辩情况表 | 第141-143页 |
| 附录 外文论文 | 第143-171页 |
