| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究内容及方法 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-17页 |
| 1.3.1 过程统计控制异常点识别研究现状 | 第10-14页 |
| 1.3.2 空气气雾粒子相关研究现状 | 第14-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 理论及方法回顾 | 第18-26页 |
| 2.1 聚类分析方法 | 第18-21页 |
| 2.2 小波转换分析方法 | 第21-23页 |
| 2.3 本章小结 | 第23-26页 |
| 第3章 方法研究及仿真数据分析 | 第26-34页 |
| 3.1 基于聚类分析与小波分析的数据异常点识别方法 | 第26-27页 |
| 3.2 聚类分析方法仿真数据分析 | 第27-30页 |
| 3.2.1 聚类分析研究 | 第27-29页 |
| 3.2.2 斯米尔诺夫检验 | 第29-30页 |
| 3.3 小波转换分析方法仿真数据分析 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 应用案例分析 | 第34-52页 |
| 4.1 案例基础数据 | 第34-39页 |
| 4.2 PM2.5 污染数据空间维度变化趋势分析 | 第39-42页 |
| 4.3 PM2.5 污染数据时间维度变化趋势分析 | 第42-49页 |
| 4.3.1 PM2.5 污染数值年度变化趋势分析 | 第43-45页 |
| 4.3.2 PM2.5 污染数值突变情况分析 | 第45-49页 |
| 4.4 时域综合分析 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-56页 |
| 5.1 研究结论 | 第52页 |
| 5.2 研究局限性 | 第52-53页 |
| 5.3 展望 | 第53页 |
| 5.4 本章小结 | 第53-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |