基于BP神经网络的空气质量预测及可视化的实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题研究意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 国外研究现状 | 第11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 本文研究内容 | 第12-15页 |
| 1.4.1 主要研究内容及拟达到的目标 | 第12-13页 |
| 1.4.2 本文的组织结构 | 第13-15页 |
| 第二章 人工神经网络理论 | 第15-34页 |
| 2.1 人工神经网络模型 | 第15-22页 |
| 2.1.1 生物神经元模型 | 第15-16页 |
| 2.1.2 转移函数 | 第16-20页 |
| 2.1.3 神经网络的互连结构 | 第20-22页 |
| 2.2 人工神经网络学习 | 第22-26页 |
| 2.2.1 人工神经网络的学习方式 | 第22-23页 |
| 2.2.2 人工神经网络的学习规则 | 第23-24页 |
| 2.2.3 人工神经网络的学习算法 | 第24-26页 |
| 2.3 BP神经网络 | 第26-31页 |
| 2.3.1 BP神经网络的结构 | 第26-27页 |
| 2.3.2 BP学习算法步骤 | 第27-31页 |
| 2.3.3 BP学习算法的局限性 | 第31页 |
| 2.4 图形用户界面 | 第31-33页 |
| 2.4.1 GUI基本概念 | 第32页 |
| 2.4.2 GUI设计原则 | 第32-33页 |
| 2.4.3 GUI设计步骤 | 第33页 |
| 2.4.4 GUI层次结构 | 第33页 |
| 2.5 本章总结 | 第33-34页 |
| 第三章 数据处理及评价指标 | 第34-40页 |
| 3.1 数据准备与预处理 | 第34-35页 |
| 3.2 训练样本的选取 | 第35-36页 |
| 3.3 数据归一化处理 | 第36页 |
| 3.4 空气质量评价指标 | 第36-39页 |
| 3.4.1 AQI分级标准 | 第37-38页 |
| 3.4.2 AQI计算方法 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 空气质量预测结果分析 | 第40-55页 |
| 4.1 模型参数的选取 | 第40页 |
| 4.2 预测结果分析 | 第40-51页 |
| 4.2.1 预测结果统计分析 | 第40-44页 |
| 4.2.2 预测结果验证分析 | 第44-46页 |
| 4.2.3 预测结果单因素分析 | 第46-51页 |
| 4.3 图形用户界面 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 结论与展望 | 第55-56页 |
| 5.1 结论 | 第55页 |
| 5.2 建议与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和科研情况说明 | 第60-61页 |
| 附录 | 第61-81页 |
| 致谢 | 第81-82页 |
