近年來,隨著城市機動車數(shù)量的增加,由機動車尾氣排放引起的生態(tài)和環(huán)境問題變得越來越突出,并成為了社會關(guān)注的熱點問題。城市路網(wǎng)中行駛的機動車、工程器械等移動污染源排放出的大量對人體有害的氣體如一氧化碳、二氧化碳、碳?xì)浠衔�、氮氧化物已成為形成大氣污染的主要來源。獲取實時的車輛排放信息和不同區(qū)域的大氣污染情況,對移動污染源尾氣排放控制和大氣污染治理有著重大的意義。本文從移動污染源排放尾氣造成的大氣污染背景出發(fā),以統(tǒng)計學(xué)習(xí)和深度學(xué)習(xí)等方法為基礎(chǔ),針對單站點和多站點區(qū)域的大氣污染預(yù)測,提出了兩種預(yù)測模型。本文的主要工作及研究成果如下:（1）針對道邊監(jiān)測站點大氣污染數(shù)據(jù)存在的類別不平衡和有標(biāo)記樣本稀疏性的問題,本文提出一種基于不平衡修正的半監(jiān)督超限學(xué)習(xí)機（Semi-supervised Extreme Learning Machine,SS-ELM）大氣污染預(yù)測算法。利用改進的人工過采樣技術(shù)（Majority Weighted Minority Oversampling Technique,MWMOTE）對類別不平衡進行修正,并結(jié)合有標(biāo)記樣本和無標(biāo)記樣本一起訓(xùn)練預(yù)測模型。該模型在杭州市下沙監(jiān)測站點... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 遙感檢測技術(shù)研究
        1.2.2 大氣污染預(yù)測方法
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
    1.5 本章小結(jié)
第2章 基礎(chǔ)理論介紹
    2.1 超限學(xué)習(xí)機
        2.1.1 ELM基本原理
        2.1.2 SS-ELM基本原理
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)模型
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)特點
        2.2.3 3D卷積神經(jīng)網(wǎng)絡(luò)
    2.3 深度密集連接網(wǎng)絡(luò)
        2.3.1 密集連接網(wǎng)絡(luò)連接機制
        2.3.2 密集連接網(wǎng)絡(luò)結(jié)構(gòu)
        2.3.3 密集連接網(wǎng)絡(luò)特點
    2.4 長短期記憶神經(jīng)網(wǎng)絡(luò)
    2.5 本章小結(jié)
第3章 基于不平衡修正半監(jiān)督學(xué)習(xí)的大氣污染預(yù)測方法
    3.1 引言
    3.2 帶多數(shù)類權(quán)重的少數(shù)類樣本過采樣技術(shù)
    3.3 基于不平衡修正半監(jiān)督超限學(xué)習(xí)機模型
    3.4 數(shù)據(jù)集描述及評價指標(biāo)
        3.4.1 數(shù)據(jù)集
        3.4.2 污染等級
        3.4.3 評價指標(biāo)
    3.5 實驗結(jié)果分析
        3.5.1 性能驗證
        3.5.2 不同比例有標(biāo)記樣本對算法的影響
        3.5.3 參數(shù)對算法的影響
    3.6 本章小結(jié)
第4章 基于深度時空密集網(wǎng)絡(luò)的區(qū)域大氣污染預(yù)測方法
    4.1 引言
    4.2 空間插值
        4.2.1 區(qū)域劃分
        4.2.2 反距離加權(quán)法
    4.3 基于深度時空密集網(wǎng)絡(luò)的預(yù)測模型
        4.3.1 時空依賴特征
        4.3.2 外部因素特征
        4.3.3 模型網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 數(shù)據(jù)集描述及評價指標(biāo)
        4.4.1 數(shù)據(jù)集
        4.4.2 評價指標(biāo)
    4.5 實驗結(jié)果分析
        4.5.1 參數(shù)設(shè)置
        4.5.2 對比方法
        4.5.3 預(yù)測結(jié)果
    4.6 本章小結(jié)
第5章 移動污染源排放在線監(jiān)測系統(tǒng)設(shè)計
    5.1 移動污染源排放遙感監(jiān)測設(shè)備
    5.2 移動污染源在線監(jiān)控平臺
    5.3 移動污染源排放等級分類模塊
        5.3.1 排放等級分類模塊需求
        5.3.2 排放等級分類模塊設(shè)計
        5.3.3 排放等級分類模塊實現(xiàn)
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式系統(tǒng)的發(fā)展與應(yīng)用[J]. 王自發(fā),謝付瑩,王喜全,安俊嶺,朱江.  大氣科學(xué). 2006(05)
[2]區(qū)域酸性沉降的數(shù)值研究Ⅱ．個例模擬和試驗[J]. 王體健,李宗愷,南方.  大氣科學(xué). 1996(06)
[3]區(qū)域酸性沉降的數(shù)值研究──Ⅰ．模式[J]. 王體健,李宗愷,南方.  大氣科學(xué). 1996(05)



本文編號：3039803