| Acknowledgement | 第5-6页 |
| 摘要 | 第6-9页 |
| ABSTRACT | 第9-10页 |
| Preface | 第11-14页 |
| Chapter 1 Introduction | 第14-21页 |
| 1.1 Background and Significant | 第14-16页 |
| 1.2 Related Research | 第16-17页 |
| 1.3 Research Content | 第17-19页 |
| 1.3.1 Research Problem | 第17页 |
| 1.3.2 Research Process | 第17-19页 |
| 1.3.3 Research Method | 第19页 |
| 1.4 Scope of Thesis | 第19-20页 |
| 1.5 Arrangement of Chapters | 第20-21页 |
| Chapter 2 Related Technology and Case Studies | 第21-33页 |
| 2.1 Environmental Monitoring Related Case Study | 第21-23页 |
| 2.1.1 Case Studies In USA | 第21-22页 |
| 2.1.2 Case Studies In Other Countries | 第22-23页 |
| 2.2 Environment and Meteorology Related Items | 第23-25页 |
| 2.3 Data Analysis and Data Mining Technology | 第25-28页 |
| 2.3.1 Data Mining Process | 第26-27页 |
| 2.3.2 Data Mining Techniques | 第27-28页 |
| 2.4 Air Quality Forecasting Related Methods and Technology | 第28-30页 |
| 2.5 Air Quality Forecasting System | 第30-33页 |
| 2.5.1 Main Elements of Air Quality Forecasting System | 第30-31页 |
| 2.5.2 Functions of Air Quality Forecasting System | 第31-33页 |
| Chapter 3 Environmental Monitoring Data Analysis | 第33-44页 |
| 3.1 Data Source | 第33-37页 |
| 3.1.1 Data Capturing from Public Website | 第34-35页 |
| 3.1.2 Data from Environmental Monitoring System | 第35页 |
| 3.1.3 Dataset Structure | 第35-37页 |
| 3.2 Data Preprocessing | 第37-39页 |
| 3.2.1 Data Cleaning and Transformation | 第38页 |
| 3.2.2 Handling Missing Data | 第38-39页 |
| 3.3 Data Analysis Result | 第39-42页 |
| 3.4 Conclusion | 第42-44页 |
| Chapter 4 Air Quality Forecasting Model | 第44-57页 |
| 4.1 Traditional Multiple Linear Regression Model | 第44-47页 |
| 4.1.1 Fundamental Principles of Multiple Linear Regression | 第44页 |
| 4.1.2 The Establishment of Multiple Linear Regression Model | 第44-45页 |
| 4.1.3 Multiple Linear Regression Error Test | 第45-47页 |
| 4.2 Optimization of Multiple Linear Regression Model | 第47-50页 |
| 4.2.1 Model Optimization Ideas | 第47-48页 |
| 4.2.2 The Input Method of Independent Variable | 第48-49页 |
| 4.2.3 Input Parameter Optimization | 第49-50页 |
| 4.3 Experiment Process and Experiment Result | 第50-54页 |
| 4.3.1 Methodology | 第50-51页 |
| 4.3.2 Analysis Experimental Results of Traditional MLR | 第51-53页 |
| 4.3.3 Using Regression Model to Predict | 第53-54页 |
| 4.4 Result and Discussion | 第54-56页 |
| 4.5 Comparison of Experimental Results | 第56页 |
| 4.6 Conclusion | 第56-57页 |
| Chapter 5 Summary and Conclusions | 第57-59页 |
| 5.1 Conclusion | 第57-58页 |
| 5.2 Future Work | 第58-59页 |
| References | 第59-62页 |
| Author Profile and Research Achievements Obtained during the Study for A Master's/Doctoral Degree | 第62-64页 |
| Dataset for the Master's Thesis | 第64-65页 |
