| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 研究现状与发展趋势 | 第10-11页 |
| 1.2.1 研究现状 | 第10-11页 |
| 1.2.2 发展趋势 | 第11页 |
| 1.3 课题研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 空气质量预测系统整体设计 | 第13-18页 |
| 2.1 整体方案介绍 | 第13-14页 |
| 2.2 软硬件开发平台选择 | 第14-17页 |
| 2.2.1 传感器选择 | 第14-15页 |
| 2.2.2 数据库选择设计 | 第15-16页 |
| 2.2.3 开发平台语言python | 第16-17页 |
| 2.2.4 可视化技术和界面开发工具 | 第17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 小区域污染状况预测模型建立 | 第18-41页 |
| 3.1 软件开发环境的搭建 | 第18-20页 |
| 3.1.1 python在Windows系统下的搭建 | 第18-19页 |
| 3.1.2 MySQL的安装 | 第19-20页 |
| 3.2 PYTHON库的安装 | 第20页 |
| 3.3 数据存储 | 第20-24页 |
| 3.3.1 数据库建立 | 第21-22页 |
| 3.3.2 数据写入 | 第22-23页 |
| 3.3.3 数据库通讯 | 第23-24页 |
| 3.4 数据预测预处理 | 第24-27页 |
| 3.4.1 数据读取 | 第24-25页 |
| 3.4.2 数据归一化 | 第25-26页 |
| 3.4.3 数据相关性分析 | 第26-27页 |
| 3.5 空气污染指数AQI计算 | 第27-28页 |
| 3.6 基于神经网络的预测模型 | 第28-36页 |
| 3.6.1 预测模型方案选取 | 第29页 |
| 3.6.2 神经网络结构建立 | 第29-30页 |
| 3.6.3 模型预测结果 | 第30-36页 |
| 3.7 小区域污染物预测 | 第36-39页 |
| 3.7.1 小区域整体污染情况评价 | 第36-38页 |
| 3.7.2 小区域内随机点预测 | 第38-39页 |
| 3.8 数据可视化 | 第39-40页 |
| 3.9 本章小结 | 第40-41页 |
| 第四章 软件交互界面设计 | 第41-47页 |
| 4.1 人机交互整体设计 | 第41页 |
| 4.2 人机交互功能介绍 | 第41-46页 |
| 4.2.1 登陆管理界面 | 第41-42页 |
| 4.2.2 污染物数据查询界面 | 第42-44页 |
| 4.2.3 数据曲线界面 | 第44-45页 |
| 4.2.4 模型训练及数据预测界面 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 系统测试 | 第47-51页 |
| 5.1 软件静态测试 | 第47页 |
| 5.2 软件动态测试 | 第47-50页 |
| 5.2.1 数据查询测试 | 第47-48页 |
| 5.2.2 数据可视化界面测试 | 第48-49页 |
| 5.2.3 模型训练测试 | 第49页 |
| 5.2.4 模型预测功能测试 | 第49-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56-64页 |
| 附录1 神经网络预测模型实验结果图 | 第56-59页 |
| 附录2 数据查询界面代码 | 第59-62页 |
| 附录3 原始数据曲线图代码 | 第62-64页 |
| 在学期间的研究成果 | 第64-65页 |
| 致谢 | 第65页 |