| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1. 课题研究背景 | 第10-11页 |
| 1.2. 空气污染预测的发展和研究现状 | 第11-14页 |
| 1.2.1. 空气污染预测国内外发展 | 第11-12页 |
| 1.2.2. 空气污染预测研究现状 | 第12-13页 |
| 1.2.3. 神经网络方法在环境污染物预测中的研究进展 | 第13-14页 |
| 1.3. 本文研究内容与组织安排 | 第14-16页 |
| 第二章 人工神经网络技术分析 | 第16-32页 |
| 2.1. 神经网络发展历史 | 第16-17页 |
| 2.1.1. 发展初期(1940s-1960s) | 第16页 |
| 2.1.2. 低潮时期(1960s-1970s) | 第16-17页 |
| 2.1.3. 第二轮研究热潮(1980s-至今) | 第17页 |
| 2.2. 神经网络基本原理 | 第17-24页 |
| 2.2.1. 神经网络的生物学基础 | 第17页 |
| 2.2.2. 神经元的结构 | 第17-18页 |
| 2.2.3. 生物神经元工作机制 | 第18-19页 |
| 2.2.4. 生物神经网络 | 第19页 |
| 2.2.5. 人工神经元模型 | 第19-21页 |
| 2.2.6. 人工神经网络模型 | 第21-24页 |
| 2.3. BP神经网络 | 第24-28页 |
| 2.3.1. BP神经网络结构 | 第25页 |
| 2.3.2. BP神经网络数学表示 | 第25-27页 |
| 2.3.3. BP神经网络的训练 | 第27-28页 |
| 2.4. PYTHON对神经网络的支持与实现 | 第28-31页 |
| 2.4.1. python的介绍 | 第29-30页 |
| 2.4.2. python科学计算的支持与实现 | 第30-31页 |
| 2.5. 本章小结 | 第31-32页 |
| 第三章 空气污染物预测模型的构建 | 第32-48页 |
| 3.1. 预测模型的设想与规划 | 第32-33页 |
| 3.2. 空气污染物数据准备 | 第33-39页 |
| 3.2.1. 数据清洗与分析 | 第34-37页 |
| 3.2.2. 数据选择 | 第37-38页 |
| 3.2.3. 数据归一化 | 第38-39页 |
| 3.3. 基于PYTHON的BP神经网络的构建 | 第39-45页 |
| 3.3.1. 网络层数的选择 | 第39页 |
| 3.3.2. 输入输出节点数的选择 | 第39-40页 |
| 3.3.3. 隐层节点数的选择 | 第40-43页 |
| 3.3.4 传递函数的选择 | 第43页 |
| 3.3.5. BP神经网络学习过程的缺点与改进 | 第43-44页 |
| 3.3.6. 划分样本集 | 第44-45页 |
| 3.3.7. 权值初始化方法 | 第45页 |
| 3.4. 预测结果与讨论 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 空气污染物预测模型的若干改进 | 第48-67页 |
| 4.1. 基于KOHONEN-BP的空气污染预测模型 | 第48-56页 |
| 4.1.1. 对数据分类的设想 | 第48-49页 |
| 4.1.2. Kohonen神经网络 | 第49-52页 |
| 4.1.3. 基于Kohonen的分类网络的构建 | 第52-54页 |
| 4.1.4. 构建基于Kohonen-BP神经网络的污染物预测模型 | 第54-56页 |
| 4.2. 结合气象特征的污染预测 | 第56-66页 |
| 4.2.1. 引进多种气象数据的设想 | 第56-57页 |
| 4.2.2. 数据准备 | 第57-59页 |
| 4.2.3. 利用PCA提取气象因子 | 第59-66页 |
| 4.3. 本章小结 | 第66-67页 |
| 第五章 基于"环境云"的预测效果展示 | 第67-81页 |
| 5.1. "环境云"技术架构 | 第67-73页 |
| 5.1.1. 环境云基础框架-PaaS平台的构建 | 第68-71页 |
| 5.1.2. 环境领域数据服务-DaaS平台的构建 | 第71-73页 |
| 5.2. 基于"环境云"的污染物预测分析 | 第73-81页 |
| 5.2.1. 传感器数据接入 | 第73-74页 |
| 5.2.2. 用户数据 | 第74-76页 |
| 5.2.3. 数据共享中心 | 第76-77页 |
| 5.2.5. 大气预测模型构建与展示 | 第77-81页 |
| 第六章 总结 | 第81-83页 |
| 6.1. 本文的工作总结 | 第81-82页 |
| 6.2. 进一步的工作展望 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 硕士期间发表的论文 | 第88-89页 |
| 硕士期间参与的科研项目 | 第89-90页 |
| 致谢 | 第90-91页 |
