|
|
|
雾霾特征提取及污染等级识别预警技术研究 |
|
论文目录 |
|
摘要 | 第4-5页 | ABSTRACT | 第5-6页 | 第一章 绪论 | 第9-17页 | 1.1 研究背景和研究意义 | 第9-10页 | 1.2 雾霾显著特征及提取的国内外研究现状及存在的问题 | 第10-13页 | 1.2.1 雾霾显著特征及提取的国内外研究现状 | 第11-12页 | 1.2.2 雾霾显著特征及提取目前存在的问题及本文解决方法 | 第12-13页 | 1.3 雾霾预测的国内外研究现状及存在的问题 | 第13-15页 | 1.3.1 雾霾预测的国内外研究现状 | 第13-14页 | 1.3.2 雾霾预测目前存在的问题及本文解决方法 | 第14-15页 | 1.4 本文主要研究内容与组织结构 | 第15-17页 | 第二章 基于深度置信网络的雾霾高层特征提取方法 | 第17-43页 | 2.1 基础特征库的构建 | 第18-26页 | 2.1.1 数据集选取方法 | 第18-19页 | 2.1.2 数据预处理 | 第19-21页 | 2.1.3 特征库的构建 | 第21-26页 | 2.2 常见的显著特征提取方法 | 第26-30页 | 2.2.1 主成分分析法 | 第26-28页 | 2.2.2 基于树的特征提取方法 | 第28-30页 | 2.3 基于深度置信网络的雾霾高层特征提取方法 | 第30-35页 | 2.3.1 深度置信网络算法原理 | 第30-32页 | 2.3.2 基于深度置信网络的雾霾高层特征提取方法 | 第32-34页 | 2.3.3 低层特征与高层特征融合方法 | 第34-35页 | 2.4 实验比较结果与分析 | 第35-41页 | 2.4.1 实验环境 | 第35页 | 2.4.2 实验数据特性分析 | 第35-36页 | 2.4.3 特征提取结果与分析 | 第36-41页 | 2.5 本章小结 | 第41-43页 | 第三章 雾霾预测及预警技术研究与实现 | 第43-61页 | 3.1 对比预测算法 | 第43-45页 | 3.1.1 人工神经网络预测方法 | 第43-44页 | 3.1.2 支持向量机方法 | 第44-45页 | 3.2 XGBOOST算法 | 第45-47页 | 3.2.1 XGBoost算法优点 | 第45页 | 3.2.2 XGBoost算法原理 | 第45-47页 | 3.3 基于深度置信网络与XGBoosT的雾霾预测算法 | 第47-52页 | 3.3.1 基于深度置信网络与XGBoost相结合的雾霾预测算法 | 第47-48页 | 3.3.2 雾霾污染等级预警方法 | 第48-50页 | 3.3.3 专家经验知识辅助预警结果 | 第50-52页 | 3.4 实验比较结果与分析 | 第52-60页 | 3.4.1 实验环境 | 第52页 | 3.4.2 实验数据特性分析 | 第52页 | 3.4.3 实验结果与分析 | 第52-60页 | 3.5 本章小结 | 第60-61页 | 第四章 结论与展望 | 第61-64页 | 4.1 本文研究工作总结 | 第61-62页 | 4.2 进一步的研究展望 | 第62-64页 | 参考文献 | 第64-69页 | 在学期间的研究成果 | 第69-70页 | 致谢 | 第70页 |
|
|
|
|
论文编号BS4643366,这篇论文共70页 会员购买按0.35元/页下载,共需支付24.5元。 直接购买按0.5元/页下载,共需要支付35元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|