声明
第1章 绪论
1.1 课题的来源及意义
1.2 课题的国内外研究现状
1.3 研究目标和研究内容
1.4 课题创新点
1.5 文章结构
第2章 系统相关技术及理论介绍
2.1 机器学习理论及相关工具介绍
2.1.1 SMOTE算法
2.1.2 支持向量机（SVM）
2.1.3 机器学习算法分析工具
2.2 硬件设备介绍
2.2.1 Arduino及Intel Galileo开发板
2.2.2 AM2320数字传感器
2.2.3 GP2Y1051灰尘传感器
2.2.4 风扇设备
2.3 网站相关技术介绍
（1）基于HTML5 的可视化前端插件Echarts
（2）基于Bootstrap 的前端框架
第3章 系统整体需求分析
3.1 系统需求概述
3.2 系统各模块需求分析
3.2.1 数据采集模块
3.2.2 用户管理模块
3.2.3 设备管理模块
3.2.4 信息展示模块
3.2.5 监测预警模块
3.3 系统工作时序
3.4 本章小结
第4章 系统设计与实现
4.1 数据采集端
4.1.1 开发步骤
4.1.2 无线模块
4.1.3 环境参数获取
4.1.4 SD卡数据存储
4.2 数据监测端
4.2.1 监测端功能模块设计
4.2.2 数据库设计
4.2.3 用户模块
4.2.4 信息展示模块
4.2.5 设备管理模块
4.2.6 监测预警模块
4.3 本章小结
第5章 异常数据处理及机器学习算法应用
5.1 传感器数据异常分析
5.2 异常检测规则
5.3 反馈方法设定
5.4 异常检测算法
5.4.1 算法操作过程描述
5.4.2 实验结果分析
5.5 本章小结
第6章 系统调试与主要问题分析
6.1 硬件调试
6.2 系统主要问题分析
6.2.1 网络测试调整
6.2.2 空气质量获取异常处理
6.2.3 数据解析问题
6.3 本章小结
第7章 总结与展望
7.1 总结
7.2 展望
参考文献
发表论文和参加科研情况说明
致谢
天津大学;
