摘要 | 第6-7页 |
Abstract | 第7页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 国外现状 | 第9页 |
1.2.2 国内现状 | 第9-10页 |
1.3 研究内容 | 第10-13页 |
1.3.1 技术路线 | 第10-11页 |
1.3.2 论文组织结构 | 第11-13页 |
第二章 系统关键技术简介 | 第13-21页 |
2.1 基本技术简介 | 第13-20页 |
2.1.1 C++与MFC | 第13-14页 |
2.1.2 SQL Server 2005数据库 | 第14页 |
2.1.3 ADO数据库访问技术 | 第14-15页 |
2.1.4 Google Earth开发平台 | 第15-19页 |
2.1.5 百度地图API | 第19-20页 |
2.2 系统开发环境 | 第20页 |
2.3 本章小结 | 第20-21页 |
第三章 系统需求分析与设计 | 第21-33页 |
3.1 系统功能需求 | 第21-22页 |
3.2 系统性能需求 | 第22-23页 |
3.3 系统结构设计 | 第23-25页 |
3.3.1 系统设计原则 | 第23页 |
3.3.2 大气重金属监测网整体结构 | 第23-24页 |
3.3.3 系统结构设计 | 第24-25页 |
3.4 系统功能设计 | 第25-26页 |
3.4.1 系统主要功能模块 | 第25-26页 |
3.4.2 系统各模块功能 | 第26页 |
3.5 系统数据库设计 | 第26-31页 |
3.5.1 数据库设计原则 | 第27页 |
3.5.2 数据库表结构设计 | 第27-30页 |
3.5.3 数据库访问 | 第30-31页 |
3.6 系统开发流程 | 第31-32页 |
3.7 本章小结 | 第32-33页 |
第四章 实时重金属监测数据相关算法研究 | 第33-51页 |
4.1 大气重金属污染监测数据的插值方法研究 | 第33-44页 |
4.1.1 常用的空间插值法 | 第33-36页 |
4.1.2 RBF神经网络空间插值法 | 第36-41页 |
4.1.2.1 RBF神经网络结构 | 第36-38页 |
4.1.2.2 RBF神经网络的MATLAB实现 | 第38-39页 |
4.1.2.3 RBF神经网络模型构建 | 第39-41页 |
4.1.3 缺失大气污染物监测数据的插值应用 | 第41-44页 |
4.2 大气重金属污染源定位算法研究 | 第44-47页 |
4.2.1 基于遗传算法的RBF神经网络模型 | 第44-46页 |
4.2.2 模型应用实例 | 第46-47页 |
4.3 大气重金属污染等级判断方法研究 | 第47-49页 |
4.3.1 单因子污染指数法 | 第47-48页 |
4.3.2 潜在生态危害指数法 | 第48-49页 |
4.4 本章小结 | 第49-51页 |
第五章 系统功能实现与测试 | 第51-70页 |
5.1 系统登录与Google Earth视图浏览功能实现 | 第51-54页 |
5.2 KML文件动态生成与解析 | 第54-61页 |
5.2.1 MSXML解析器简介 | 第54-56页 |
5.2.2 加载KML文件 | 第56-61页 |
5.3 视图切换 | 第61-62页 |
5.4 重金属污染信息其他展示功能 | 第62-64页 |
5.4.1 曲线展示 | 第62-63页 |
5.4.2 实时播报 | 第63-64页 |
5.5 基本信息管理功能 | 第64-67页 |
5.6 系统维护功能实现 | 第67-68页 |
5.7 系统退出功能实现 | 第68页 |
5.8 系统测试 | 第68-69页 |
5.8.1 环境测试 | 第68-69页 |
5.8.2 功能测试 | 第69页 |
5.9 本章小结 | 第69-70页 |
第六章 总结与展望 | 第70-72页 |
6.1 本文总结 | 第70页 |
6.2 研究展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-77页 |
攻读硕士学位期间的研究成果 | 第77页 |