基于安卓的空气质量监测系统的研究与实现
发布时间：2021-06-17 16:33
目前,空气质量问题已成为我国面临的重点问题之一,常规的天气预报具有查询不方便、数据不全面、显示不形象等缺点,已经跟不上时代发展的步伐,也不能满足现在用户的需求。因此,开发一个查询快速方便、数据全面、显示形象的空气质量系统具有重要意义。本课题主要研究空气质量查询和空气质量预测的内容。解决了BP神经网络在多种空气污染物上同时预测的问题。实现了一周的天气状况查询、用户定位位置空气质量查询、空气质量历史统计、监测站点空气质量未来两天预测、监测站点之外空气质量预测、用户出行预计吸入PM2.5的量以及实时图像分享的功能。其中对于监测站点之外的空气质量预测,本文将监测站点之外的区域划分成网格,然后根据每个网格的空气质量数值赋予相应的颜色,进行热力图的查看。本文结合国内外研究现状和用户需求确定了本系统的需求,在总体设计阶段详细介绍了系统的总体功能,将系统分为站点实时监测模块、点位空气质量预测模块、网格空气质量预测模块、站点历史数据统计模块、站点空气质量预测模块、用户足迹记录模块和时景图片共享模块这七大模块。在详细设计阶段给出了表的详细设计和核心类的设计,其中对于BP神经网络进行了着重研究,从原始数据的...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
Android系统架构图
图 3-1 需求调研流程图开发环境开发环境包括硬件环境和软件环境，具体配置如下：环境 计算机的CPU为Intel(R) Core(TM) i5 2.67GHz，应不少于4G；环境 软件运行的操作系统为Windows10，系统为64位JDK Version 1.8+Android SDK 4.4.2，分辨率为1366×7库，开发工具为Eclipse+ADT插件，建模工具为Microso端软件运行环境 Android操作系统。的性能要求性 系统在数据存储和数据处理上要保证数据的正确率是不同数据类型的转换，需要尽可能保证其精度在规定
哈尔滨理工大学工程硕士学位论文（1）点预测：通过已知的各个监测站点空气质量预测用户位置的空气质量；（2）区域预测：通过已知的各个监测站点的空气质量来预测用户划定区域的空气质量，当用户选中区域时按照预测的值将对应的颜色显示到页面上；（3）全图预测：通过已知的各个监测站点的空气质量来预测城市的空气质量，当用户选中此功能时，按照预测的值将对应的颜色显示到页面上。
【参考文献】：
期刊论文
[1]基于随机森林和神经网络的空气质量预测研究[J]. 林开春,邵峰晶. 青岛大学学报(工程技术版). 2018(02)
[2]深度神经网络并行化研究综述[J]. 朱虎明,李佩,焦李成,杨淑媛,侯彪. 计算机学报. 2018(08)
[3]基于遗传算法和BP神经网络的空气质量预测模型研究[J]. 牛玉霞. 软件. 2017(12)
[4]深度卷积神经网络的发展及其在计算机视觉领域的应用[J]. 张顺,龚怡宏,王进军. 计算机学报. 2019(03)
[5]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[6]基于BP人工神经网络的雾霾天气预测研究[J]. 艾洪福,石莹. 计算机仿真. 2015(01)
[7]基于增量式GHSOM神经网络模型的入侵检测研究[J]. 杨雅辉,黄海珍,沈晴霓,吴中海,张英. 计算机学报. 2014(05)
[8]基于GAB和模糊BP神经网络的空气质量预测[J]. 李翔. 华中科技大学学报(自然科学版). 2013(S1)
[9]基于动态粒度小波神经网络的空气质量预测[J]. 汪小寒,张燕平,赵姝,张铃. 计算机工程与应用. 2013(06)
[10]大气环境中PM2.5的研究进展与展望[J]. 杨洪斌,邹旭东,汪宏宇,刘玉彻. 气象与环境学报. 2012(03)
硕士论文
[1]一种空气质量预测模型的研究[D]. 高宇航.南京邮电大学 2017
[2]基于BP神经网络的空气质量预测及可视化的实现[D]. 薛士琼.天津大学 2016
[3]基于遗传优化和贝叶斯正规化神经网络的空气质量预测研究[D]. 辛若波.山东大学 2013
本文编号：3235543
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
Android系统架构图
图 3-1 需求调研流程图开发环境开发环境包括硬件环境和软件环境，具体配置如下：环境 计算机的CPU为Intel(R) Core(TM) i5 2.67GHz，应不少于4G；环境 软件运行的操作系统为Windows10，系统为64位JDK Version 1.8+Android SDK 4.4.2，分辨率为1366×7库，开发工具为Eclipse+ADT插件，建模工具为Microso端软件运行环境 Android操作系统。的性能要求性 系统在数据存储和数据处理上要保证数据的正确率是不同数据类型的转换，需要尽可能保证其精度在规定
哈尔滨理工大学工程硕士学位论文（1）点预测：通过已知的各个监测站点空气质量预测用户位置的空气质量；（2）区域预测：通过已知的各个监测站点的空气质量来预测用户划定区域的空气质量，当用户选中区域时按照预测的值将对应的颜色显示到页面上；（3）全图预测：通过已知的各个监测站点的空气质量来预测城市的空气质量，当用户选中此功能时，按照预测的值将对应的颜色显示到页面上。
【参考文献】：
期刊论文
[1]基于随机森林和神经网络的空气质量预测研究[J]. 林开春,邵峰晶. 青岛大学学报(工程技术版). 2018(02)
[2]深度神经网络并行化研究综述[J]. 朱虎明,李佩,焦李成,杨淑媛,侯彪. 计算机学报. 2018(08)
[3]基于遗传算法和BP神经网络的空气质量预测模型研究[J]. 牛玉霞. 软件. 2017(12)
[4]深度卷积神经网络的发展及其在计算机视觉领域的应用[J]. 张顺,龚怡宏,王进军. 计算机学报. 2019(03)
[5]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[6]基于BP人工神经网络的雾霾天气预测研究[J]. 艾洪福,石莹. 计算机仿真. 2015(01)
[7]基于增量式GHSOM神经网络模型的入侵检测研究[J]. 杨雅辉,黄海珍,沈晴霓,吴中海,张英. 计算机学报. 2014(05)
[8]基于GAB和模糊BP神经网络的空气质量预测[J]. 李翔. 华中科技大学学报(自然科学版). 2013(S1)
[9]基于动态粒度小波神经网络的空气质量预测[J]. 汪小寒,张燕平,赵姝,张铃. 计算机工程与应用. 2013(06)
[10]大气环境中PM2.5的研究进展与展望[J]. 杨洪斌,邹旭东,汪宏宇,刘玉彻. 气象与环境学报. 2012(03)
硕士论文
[1]一种空气质量预测模型的研究[D]. 高宇航.南京邮电大学 2017
[2]基于BP神经网络的空气质量预测及可视化的实现[D]. 薛士琼.天津大学 2016
[3]基于遗传优化和贝叶斯正规化神经网络的空气质量预测研究[D]. 辛若波.山东大学 2013
本文编号：3235543
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3235543.html
