致谢 | 第9-10页 |
摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第19-34页 |
1.1 研究背景及意义 | 第19-21页 |
1.2 国内外研究现状 | 第21-31页 |
1.2.1 多重分形理论 | 第21-26页 |
1.2.2 PM2.5研究进展 | 第26-27页 |
1.2.3 分形技术在气象环境中的应用 | 第27-31页 |
1.3 研究内容与结构安排 | 第31-34页 |
1.3.1 主要研究内容 | 第31-32页 |
1.3.2 论文结构安排 | 第32-34页 |
第二章 面向PM2.5日均浓度的非对称MF-DMA分析 | 第34-45页 |
2.1 引言 | 第34页 |
2.2 MF-DMA方法 | 第34-36页 |
2.3 非对称MF-DMA方法 | 第36-38页 |
2.4 基于非对称MF-DMA的PM2.5日均浓度分析 | 第38-44页 |
2.4.1 数据描述 | 第38页 |
2.4.2 实验结果与分析 | 第38-44页 |
2.5 本章小结 | 第44-45页 |
第三章 面向PM2.5影响因素的分形属性选择方法分析 | 第45-65页 |
3.1 引言 | 第45-46页 |
3.2 分形属性选择方法 | 第46-47页 |
3.3 多重分形维数 | 第47-48页 |
3.4 和声搜索算法 | 第48-50页 |
3.5 基于多重分形维数和和声搜索算法的属性选择方法 | 第50-54页 |
3.5.1 目标函数的构建 | 第50-51页 |
3.5.2 初始化和声记忆库 | 第51页 |
3.5.3 参数的动态调整 | 第51页 |
3.5.4 即兴创作过程 | 第51-52页 |
3.5.5 不可行和声的修复 | 第52页 |
3.5.6 算法步骤 | 第52-53页 |
3.5.7 计算复杂度分析 | 第53-54页 |
3.6 基于多重分形维数和和声搜索算法的属性选择方法性能验证 | 第54-59页 |
3.6.1 数据集与参数设置 | 第54-55页 |
3.6.2 与其他分形属性选择方法的对比实验 | 第55-56页 |
3.6.3 与其他属性选择方法的对比实验 | 第56-59页 |
3.7 PM2.5的影响因素及日均浓度预测 | 第59-64页 |
3.8 本章小结 | 第64-65页 |
第四章 面向PM2.5与气象条件关系的基于WPTMM的联合多重分形分析 | 第65-82页 |
4.1 引言 | 第65页 |
4.2 小波包变换模极大值(WPTMM) | 第65-69页 |
4.2.1 小波变换与小波包变换 | 第65-67页 |
4.2.2 小波变换模极大值(WTMM) | 第67-69页 |
4.2.3 小波包变化模极大值(WPTMM) | 第69页 |
4.3 联合多重分形 | 第69-70页 |
4.4 基于WPTMM的联合多重分形方法 | 第70-75页 |
4.4.1 基于WPTMM的联合多重分形方法 | 第70-72页 |
4.4.2 基于WPTMM的联合多重分形方法的有效性检验 | 第72-75页 |
4.5 基于WPTMM的联合多重分形方法分析PM2.5与气象条件关系 | 第75-81页 |
4.5.1 数据来源 | 第75页 |
4.5.2 实验结果与分析 | 第75-81页 |
4.6 本章小结 | 第81-82页 |
第五章 面向PM2.5与气象条件关系的MF-DCCA及MF-ADCCA分析 | 第82-97页 |
5.1 引言 | 第82-83页 |
5.2 MF-DCCA方法 | 第83-86页 |
5.2.1 DFA方法 | 第83-84页 |
5.2.2 DCCA方法 | 第84-85页 |
5.2.3 MF-DCCA方法 | 第85-86页 |
5.3 MF-ADCCA方法 | 第86-88页 |
5.4 实验分析 | 第88-95页 |
5.4.1 数据描述 | 第88-89页 |
5.4.2 交叉相关性检验 | 第89-91页 |
5.4.3 基于MF-DCCA的PM2.5与气象条件关系分析 | 第91-93页 |
5.4.4 基于MF-ADCCA的PM2.5与气象条件关系分析 | 第93-95页 |
5.5 本章小结 | 第95-97页 |
第六章 总结与展望 | 第97-99页 |
6.1 论文工作总结 | 第97-98页 |
6.2 展望 | 第98-99页 |
参考文献 | 第99-111页 |
攻读博士学位期间参加的科研工作和发表论文情况 | 第111-112页 |