空气污染智能感知、识别与监控

第1章 空气质量标准
1.1 典型空气污染物
1.2 我国空气质量标准的制定
1.3 空气质量参数及分级
参考文献
第2章 空气污染影响因素
2.1 空气细颗粒物研究背景
2.1.1 细颗粒物定义
2.1.2 细颗粒物的来源
2.1.3 细颗粒物的风险评估
2.2 空气污染成因
2.2.1 生活生产因素
2.2.2 工业因素
2.2.3 自然因素
2.3 空气污染扩散的原因
2.3.1 气象因素
2.3.2 其他因素
参考文献
第3章 空气质量监控现状
3.1 空气质量监控的发展
3.1.1 世界空气质量监控的发展
3.1.2 中国空气质量监控的发展
3.1.3 国内外空气质量监控的不足之处
3.2 空气质量监控途径
3.3 空气污染防治措施
参考文献
第4章 空气质量影像分析相关技术
4.1 空气质量智能感知概述
4.1.1 空气质量智能感知意义
4.1.2 空气质量智能感知技术
4.2 影像获取装置分析
4.2.1 影像获取装置概述
4.2.2 影像获取装置工作原理
4.3 影像质量评价
4.3.1 影像质量评价内容
4.3.2 影像质量评价方法
4.4 影像存储与传输
4.4.1 影像存储方式
4.4.2 影像传输方式
参考文献
第5章 空气质量智能感知系统设计及技术实现
5.1 空气污染预警和溯源
5.1.1 空气污染影响因素
5.1.2 空气质量预测预警建模
5.1.3 预测数据来源
5.2 烟雾气体的感知
5.2.1 烟雾影像的特征分析
5.2.2 烟雾影像的特征提取与检测框架搭建
5.2.3 烟雾检测网络实现细节
5.2.4 实验验证与性能对比
5.3 汽车尾气智能感知
5.4 水泥熟料烧成系统NOx 浓度感知
5.4.1 水泥熟料烧成系统研究
5.4.2 工艺流程
5.4.3 窑炉中NOx 浓度的感知
5.5 放空火炬烟气感知
5.5.1 放空火炬概述
5.5.2 放空火炬燃烧状态感知研究
参考文献
第6章 空气质量智能识别方法
6.1 空气质量智能识别概述
6.1.1 空气质量智能识别意义
6.1.2 空气质量智能识别技术
6.2 影像数据处理
6.2.1 影像基本特征
6.2.2 影像处理的一般方式
6.2.3 影像处理的发展及其趋势
6.3 影像质量增强
6.3.1 图像恢复与增强
6.3.2 图像恢复与增强研究方向
6.3.3 图像恢复与增强研究现状
6.4 影像模式识别
6.4.1 模式识别原理及现状
6.4.2 模式识别问题分类
参考文献
第7章 空气细颗粒物及汽车尾气识别方法
7.1 空气质量预测预警中的智能识别
7.1.1 预测数据特性分析与潜势研究
7.1.2 空气污染预测建模
7.1.3 预测结果对比与分析
7.2 空气细颗粒物监测
7.2.1 细颗粒物的特征提取
7.2.2 细颗粒物的回归估计
7.2.3 实验验证与性能估计
7.3 汽车尾气智能检测
7.3.1 传统的汽车尾气检测技术
7.3.2 汽车尾气智能检测技术
7.3.3 基于深度学习的智能检测网络结构设计
7.3.4 汽车尾气智能检测模型实验分析
参考文献
第8章 空气质量智能建模与监测方法
8.1 烟雾浓度的识别
8.1.1 烟雾浓度识别方法的发展
8.1.2 烟雾浓度识别算法框架搭建
8.1.3 烟雾浓度识别网络实现细节
8.1.4 实验验证与性能对比
8.1.5 典型应用
8.2 NOx 浓度智能监测原理分析
8.2.1 机理模型
8.2.2 数据驱动模型
8.2.3 混合模型
8.3 放空火炬烟气智能监测系统设计
8.3.1 火炬烟气检测模型设计分析
8.3.2 建立火炬烟气监测模型
8.3.3 火炬烟气监测实验结果分析
8.3.4 基于影像的火炬烟气监测模型小结
参考文献
第9章 空气质量智能监控方法与系统设计
9.1 空气质量智能监控方法
9.1.1 传统控制技术
9.1.2 智能控制技术
9.2 系统设计准则
9.2.1 系统设计的稳定性
9.2.2 系统设计的快速性
9.2.3 系统设计的准确性
9.2.4 系统设计的鲁棒性
9.3 基于数据驱动的水泥窑NOx 预测模型
9.3.1 模型设计分析
9.3.2 模型构建及算法设计
9.3.3 模型验证
9.4 火炬烟气智能控制系统分析
9.4.1 工况分析
9.4.2 环境分析
9.4.3 控制系统分析
9.5 火炬烟气智能控制方案设计
9.5.1 系统设计应用目的
9.5.2 火炬烟气智能检测方案设计
9.5.3 放空火炬智能控制算法设计
9.5.4 放空火炬试验场地控制系统设计
9.5.5 放空火炬试验场地操作系统设计
参考文献