| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 工业园区大气监测与管理现状 | 第14页 |
| 1.2.2 废气污染物分析现状 | 第14-15页 |
| 1.2.3 废气污染溯源现状 | 第15-16页 |
| 1.3 论文采用的理论方法和主要研究内容 | 第16-17页 |
| 1.3.1 论文采用的理论方法 | 第16页 |
| 1.3.2 论文研究的主要内容与结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 基于物联网的工业园区综合环保监测系统构架 | 第19-23页 |
| 2.1 物联网概述 | 第19页 |
| 2.2 工业园区环保监测系统架构设计 | 第19-20页 |
| 2.3 系统功能设计 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于神经网络的废气污染监测盲区浓度预测 | 第23-33页 |
| 3.1 问题的提出与总体思路 | 第23页 |
| 3.2 基于BP-RBF组合神经网络的监测盲区浓度预测模型 | 第23-27页 |
| 3.2.1 神经网络基础模型 | 第23-25页 |
| 3.2.2 BP-RBF组合神经网络预测模型 | 第25-27页 |
| 3.3 实验与结果分析 | 第27-31页 |
| 3.3.1 实际问题与数据准备 | 第27-28页 |
| 3.3.2 网络训练与测试 | 第28页 |
| 3.3.3 结果分析 | 第28-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 基于案例推理的废气污染溯源推理方法研究 | 第33-45页 |
| 4.1 案例推理概述及推理过程 | 第33-34页 |
| 4.2 废气污染溯源推理方法 | 第34-42页 |
| 4.2.1 废气污染案例表示 | 第34-36页 |
| 4.2.2 废气污染案例检索与匹配 | 第36-42页 |
| 4.3 案例推理方法实现与分析 | 第42-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 工业园区废气监测管理子系统的设计与实现 | 第45-53页 |
| 5.1 管理系统技术架构 | 第45-46页 |
| 5.2 设计与实现 | 第46-51页 |
| 5.2.1 开发环境 | 第46页 |
| 5.2.2 功能实现 | 第46-51页 |
| 5.3 本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 个人简况及联系方式 | 第60-61页 |