基于物联网的雾霾大数据分析及其有效性研究

发布时间：2017-06-16 14:06

  本文关键词：基于物联网的雾霾大数据分析及其有效性研究，，由笔耕文化传播整理发布。

【摘要】：近年来,雾霾天气频发,给人们的日常生活造成极大的影响。已有研究表明,空气中颗粒物PM2.5和PM10是形成雾霾天气的主要因素。建立完备的空气质量监测体系,实时监控空气质量相关数据,通过对这些数据进行分析,可以为防控雾霾提供科学准确的决策依据。基于物联网的雾霾大数据是对雾霾进行分析、预测的重要基础,而随着雾霾监测数据的不断积累,大量的不可用的劣质数据也不断增长,导致监测数据的质量降低。只有保障雾霾监测数据的可用性,基于雾霾监测大数据的分析才是有意义的。本文对雾霾监测数据进行了数据审核,提高了数据可用性,为雾霾监测数据的有效性分析和预测奠定了坚实的基础。在数据可用的基础上,本文对雾霾监测数据的有效性进行了预测。建立了基于贝叶斯网络的贝叶斯网络预测模型,通过概率推理实现对雾霾监测数据有效性的预测。考虑雾霾监测数据中各属性对数据元组有效性的非线性影响,本文建立了B P神经网络预测模型用以探究雾霾监测数据中各属性与数据元组有效性之间的线性关系。通过实验分析,验证了贝叶斯网络模型和B P神经网络模型在雾霾数据有效性预测方面的良好性能,从而表明了雾霾数据有效性预测工作的可行性。
【关键词】：雾霾 数据审核 有效性预测 贝叶斯网络 B P神经网络
【学位授予单位】：青海师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X513;TP391.44;TN929.5;TP311.13
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-11
• 1.1 研究背景及意义7
• 1.2 国内外研究现状7-9
• 1.3 研究内容及论文结构9-11
• 第二章 数据挖掘方法介绍11-17
• 2.1 数据挖掘概述11-12
• 2.2 关联规则12
• 2.3 贝叶斯网络12-14
• 2.4 神经网络算法14-15
• 2.5 分析平台工具——MTALAB15-17
• 第三章 数据有效性审核分析17-25
• 3.1 数据获取17-19
• 3.2 数据审核分析的主要工作内容19-25
• 第四章 雾霾大数据有效性预测模型的建立25-33
• 4.1 贝叶斯网络预测模型26-29
• 4.1.1 贝叶斯网络原理26-27
• 4.1.2 贝叶斯网络预测方法的实现27-29
• 4.2 神经网络预测模型29-33
• 4.2.1 B P神经网络模型的构建29-30
• 4.2.2 B P神经网络的训练过程30-31
• 4.2.3 基于B P神经网络模型的雾霾数据有效性预测31-33
• 第五章 雾霾大数据有效性预测的行业应用与分析33-44
• 5.1 数据准备33-36
• 5.1.1 数据选择33-34
• 5.1.2 数据处理34-36
• 5.2 预测模型实验分析36-44
• 5.2.1 贝叶斯网络模型预测36-39
• 5.2.2 B P神经网络模型预测39-44
• 第六章 总结和展望44-46
• 6.1 全文工作总结44
• 6.2 展望44-46
• 参考文献46-51
• 致谢51-52
• 附录：攻读硕士学位期间的学术论文52

  本文关键词：基于物联网的雾霾大数据分析及其有效性研究，由笔耕文化传播整理发布。

本文编号：455562