本文關(guān)鍵詞：基于物聯(lián)網(wǎng)的霧霾大數(shù)據(jù)分析及其有效性研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,霧霾天氣頻發(fā),給人們的日常生活造成極大的影響。已有研究表明,空氣中顆粒物PM2.5和PM10是形成霧霾天氣的主要因素。建立完備的空氣質(zhì)量監(jiān)測體系,實時監(jiān)控空氣質(zhì)量相關(guān)數(shù)據(jù),通過對這些數(shù)據(jù)進行分析,可以為防控霧霾提供科學準確的決策依據(jù)�；谖锫�(lián)網(wǎng)的霧霾大數(shù)據(jù)是對霧霾進行分析、預(yù)測的重要基礎(chǔ),而隨著霧霾監(jiān)測數(shù)據(jù)的不斷積累,大量的不可用的劣質(zhì)數(shù)據(jù)也不斷增長,導致監(jiān)測數(shù)據(jù)的質(zhì)量降低。只有保障霧霾監(jiān)測數(shù)據(jù)的可用性,基于霧霾監(jiān)測大數(shù)據(jù)的分析才是有意義的。本文對霧霾監(jiān)測數(shù)據(jù)進行了數(shù)據(jù)審核,提高了數(shù)據(jù)可用性,為霧霾監(jiān)測數(shù)據(jù)的有效性分析和預(yù)測奠定了堅實的基礎(chǔ)。在數(shù)據(jù)可用的基礎(chǔ)上,本文對霧霾監(jiān)測數(shù)據(jù)的有效性進行了預(yù)測。建立了基于貝葉斯網(wǎng)絡(luò)的貝葉斯網(wǎng)絡(luò)預(yù)測模型,通過概率推理實現(xiàn)對霧霾監(jiān)測數(shù)據(jù)有效性的預(yù)測�？紤]霧霾監(jiān)測數(shù)據(jù)中各屬性對數(shù)據(jù)元組有效性的非線性影響,本文建立了B P神經(jīng)網(wǎng)絡(luò)預(yù)測模型用以探究霧霾監(jiān)測數(shù)據(jù)中各屬性與數(shù)據(jù)元組有效性之間的線性關(guān)系。通過實驗分析,驗證了貝葉斯網(wǎng)絡(luò)模型和B P神經(jīng)網(wǎng)絡(luò)模型在霧霾數(shù)據(jù)有效性預(yù)測方面的良好性能,從而表明了霧霾數(shù)據(jù)有效性預(yù)測工作的可行性。
【關(guān)鍵詞】：霧霾 數(shù)據(jù)審核 有效性預(yù)測 貝葉斯網(wǎng)絡(luò) B P神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：青海師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：X513;TP391.44;TN929.5;TP311.13
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 研究背景及意義7
• 1.2 國內(nèi)外研究現(xiàn)狀7-9
• 1.3 研究內(nèi)容及論文結(jié)構(gòu)9-11
• 第二章 數(shù)據(jù)挖掘方法介紹11-17
• 2.1 數(shù)據(jù)挖掘概述11-12
• 2.2 關(guān)聯(lián)規(guī)則12
• 2.3 貝葉斯網(wǎng)絡(luò)12-14
• 2.4 神經(jīng)網(wǎng)絡(luò)算法14-15
• 2.5 分析平臺工具——MTALAB15-17
• 第三章 數(shù)據(jù)有效性審核分析17-25
• 3.1 數(shù)據(jù)獲取17-19
• 3.2 數(shù)據(jù)審核分析的主要工作內(nèi)容19-25
• 第四章 霧霾大數(shù)據(jù)有效性預(yù)測模型的建立25-33
• 4.1 貝葉斯網(wǎng)絡(luò)預(yù)測模型26-29
• 4.1.1 貝葉斯網(wǎng)絡(luò)原理26-27
• 4.1.2 貝葉斯網(wǎng)絡(luò)預(yù)測方法的實現(xiàn)27-29
• 4.2 神經(jīng)網(wǎng)絡(luò)預(yù)測模型29-33
• 4.2.1 B P神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建29-30
• 4.2.2 B P神經(jīng)網(wǎng)絡(luò)的訓練過程30-31
• 4.2.3 基于B P神經(jīng)網(wǎng)絡(luò)模型的霧霾數(shù)據(jù)有效性預(yù)測31-33
• 第五章 霧霾大數(shù)據(jù)有效性預(yù)測的行業(yè)應(yīng)用與分析33-44
• 5.1 數(shù)據(jù)準備33-36
• 5.1.1 數(shù)據(jù)選擇33-34
• 5.1.2 數(shù)據(jù)處理34-36
• 5.2 預(yù)測模型實驗分析36-44
• 5.2.1 貝葉斯網(wǎng)絡(luò)模型預(yù)測36-39
• 5.2.2 B P神經(jīng)網(wǎng)絡(luò)模型預(yù)測39-44
• 第六章 總結(jié)和展望44-46
• 6.1 全文工作總結(jié)44
• 6.2 展望44-46
• 參考文獻46-51
• 致謝51-52
• 附錄：攻讀碩士學位期間的學術(shù)論文52

  本文關(guān)鍵詞：基于物聯(lián)網(wǎng)的霧霾大數(shù)據(jù)分析及其有效性研究，由筆耕文化傳播整理發(fā)布。

本文編號：455562