雾霾污染的大数据关联分析

内容提要
**章 绪论
1.1 研究的主要问题、国内外研究现状述评及价值
1.1.1 问题的提出：雾霾污染问题测度方法亟待改进
1.1.2 国内外研究现状述评
1.1.3 研究目标与研究价值
1.2 研究的思路、方法和内容
1.2.1 研究思路与技术路线
1.2.2 研究方法
1.2.3 研究范围及研究对象
1.2.4 研究内容与论文框架
参考文献
第二章 雾霾污染的成因、特征及传导机制分析
2.1 雾霾的概念与成因
2.1.1 雾霾的概念与成分
2.1.2 PM2.5的定义及其与雾霾的关系
2.1.3 雾霾的危害
2.2 中国雾霾污染的特性
2.2.1 雾霾污染的特性
2.2.2 中国雾霾频发的成因分析
2.3 雾霾污染问题传导机理分析
2.3.1 污染物组成
2.3.2 污染来源
2.3.3 扩散条件
2.3.4 雾霾污染的影响途径
参考文献
第三章 相关理论基础与测度方法设计
3.1 引言
3.2 雾霾污染问题相关理论基础
3.2.1 雾霾污染问题与社会学
3.2.2 雾霾污染问题与经济学
3.2.3 雾霾污染问题与生态学
3.2.4 雾霾污染问题与统计学
3.2.5 雾霾污染问题与计算机科学
3.2.6 雾霾污染问题与系统科学
3.3 大数据概念界定和特征分析
3.3.1 大数据内涵
3.3.2 大数据基本特征
3.3.3 大数据技术的理性分析
3.4 雾霾污染问题的数据分析和算法系统理论与测度方法
3.4.1 雾霾污染问题的数据分析和算法系统理论
3.4.2 雾霾污染问题的测度方法
3.5 基于大数据关联分析的中国雾霾污染问题统计方法论设计
3.5.1 设计思想
3.5.2 Python技术概述
3.5.3 大数据挖掘技术
3.5.4 机器学习理论
3.5.5 人工神经网络理论
3.5.6 长短期记忆网络理论
3.5.7 支持向量机理论
3.6 本章小结
参考文献
第四章 雾霾污染问题的大数据分析和算法系统的构建
4.1 引言
4.1.1 系统设计与开发的背景
4.1.2 系统设计与开发的目的
4.1.3 系统设计与开发的意义
4.1.4 软件源文档组织架构说明
4.2 系统可行性分析
4.2.1 可行性分析概述
4.2.2 经济可行性分析
4.2.3 技术可行性分析
4.2.4 系统结构可行性分析
4.2.5 运营管理可行性分析
4.2.6 市场可行性分析
4.2.7 可行性分析结论
4.3 系统开发理论与工具
4.3.1 系统开发理论——面向对象开发方法
4.3.2 系统开发工具
4.4 城市雾霾数据采集与污染判断预测软件的分析
4.4.1 UML概述
4.4.2 用例图
4.4.3 UML静态图
4.4.4 UML动态图
4.5 城市雾霾数据采集与污染判断预测软件的设计与开发
4.5.1 数据库设计
4.5.2 系统开发
4.6 城市雾霾数据分析
4.6.1 应用软件及方法
4.6.2 数据分析结果
4.6.3 数据分析
4.7 本软件开发过程的总结
4.7.1 本软件开发总结
4.7.2 本软件的难点
第五章 基于结构化数据关联性分析的中国雾霾污染问题统计研究
5.1 引言
5.2 雾霾污染对人身危害的影响分析
5.2.1 引言
5.2.2 资料与方法
5.2.3 结果与讨论
5.2.4 PM2.5与心血管内科门急诊量的泊松广义相加模型的拟合
5.2.5 PM2.5与皮肤科门急诊量的泊松广义相加模型的拟合
5.2.6 结论
5.2.7 建议
5.2 雾霾污染引发社会关注度区域性差异影响因素分析
5.2.1 引言
5.2.2 变量选取与数据来源
5.2.3 模型构建与实证分析
5.2.4 结论与建议
5.3 雾霾污染对国民经济相关行业的影响分析
5.3.1 雾霾污染对农业的影响分析
5.3.2 雾霾污染对交通运输业的影响分析
5.3.3 雾霾污染对旅游业中入境客流量的影响分析
参考文献
第六章 基于非结构化数据关联分析的雾霾污染问题的统计分析
6.1 引言
6.2 基于BP神经网络方法的上海市入境游客关注点分析
6.2.1 引言
6.2.2 数据说明与研究方法
6.2.3 实证分析
6.2.4 结论与讨论
6.3 基于SVR-ARMA模型的呼吸道疾病门诊量预测
6.3.1 引言
6.3.2 呼吸道疾病门诊量预测模型
6.3.3 实验结果与分析
6.3.4 基于SVR-ARMA模型的雾霾污染环境下呼吸道疾病门诊量预测
6.3.5 结论与建议
6.4 基于社交评论情感分析的网民雾霾情绪识别
6.4.1 引言
6.4.2 文献综述
6.4.3 数据来源与研究方法
6.4.4 结果与分析
6.4.5 结论
6.4.6 建议
6.5 基于改进KNN-BP神经网络的PM2.5浓度预测模型研究
6.5.1 引言
6.5.2 基于带权重的KNN-BP神经网络的PM2.5浓度预测
6.5.3 试验结果与分析
6.5.4 结论
6.6 基于LSTM的空气质量指数预测
6.6.1 LSTM网络模型构建
6.6.2 数据来