基于位置数据的空气质量分类预测混合模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 本文主要研究内容 | 第14页 |
| 1.3 本文组织结构 | 第14-16页 |
| 第2章 相关工作介绍 | 第16-21页 |
| 2.1 雾霾的产生和传播 | 第16页 |
| 2.2 预测未来时间空气质量相关技术 | 第16-19页 |
| 2.2.1 大气预测模型 | 第17页 |
| 2.2.2 统计学习模型 | 第17-19页 |
| 2.3 预测未知区域空气质量相关技术 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 空气质量与位置数据分析 | 第21-31页 |
| 3.1 空气质量分布概述 | 第21-23页 |
| 3.2 空气质量多维度相关性分析 | 第23-30页 |
| 3.2.1 空气质量与气象的关系 | 第23-24页 |
| 3.2.2 空气质量与时间的关系 | 第24-25页 |
| 3.2.3 空气质量与POI的关系 | 第25-27页 |
| 3.2.4 空气质量与位置数据的关系 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 基于位置数据的未来时间空气质量分类预测 | 第31-51页 |
| 4.1 概述 | 第31页 |
| 4.2 模型框架 | 第31-32页 |
| 4.3 基于SVM的时间预测模型 | 第32-34页 |
| 4.4 基于ANN的空间预测模型 | 第34-38页 |
| 4.5 基于决策树的聚合模型 | 第38页 |
| 4.6 实验及结果分析 | 第38-49页 |
| 4.6.1 实验环境 | 第38-39页 |
| 4.6.2 数据获取 | 第39-42页 |
| 4.6.3 数据集 | 第42-44页 |
| 4.6.4 数据处理 | 第44页 |
| 4.6.5 评价标准 | 第44-46页 |
| 4.6.6 对比方法 | 第46-47页 |
| 4.6.7 实验结果分析 | 第47-49页 |
| 4.7 本章小结 | 第49-51页 |
| 第5章 基于位置数据的未知区域空气质量分类预测 | 第51-59页 |
| 5.1 概述 | 第51页 |
| 5.2 基于CRF的时间预测模型 | 第51-53页 |
| 5.3 基于GBDT的空间预测模型 | 第53-55页 |
| 5.4 基于决策树的聚合模型 | 第55-56页 |
| 5.5 实验及结果分析 | 第56-57页 |
| 5.5.1 实验准备 | 第56页 |
| 5.5.2 对比方法 | 第56页 |
| 5.5.3 实验结果分析 | 第56-57页 |
| 5.6 本章小结 | 第57-59页 |
| 第6章 总结及展望 | 第59-61页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
