基于统计学和深度学习的天津市室外PM2.5浓度预测研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本课题研究内容

第2章 理论基础

2.1 统计学基本理论

2.2 深度学习基本理论

2.3 预测模型评价指标

2.4 工具介绍

2.5 本章小结

第3章 天津市室外PM2.5浓度影响因子研究

3.1 数据获取与介绍

3.2 数据处理

3.3 数据相关性分析

3.4 预测模型输入与输出端参数

3.5 本章小结

第4章 基于统计学模型的PM2.5浓度预测研究

4.1 基于多元线性回归模型的PM2.5浓度预测

4.2 基于ARIMA模型的PM2.5浓度预测

4.3 本章小结

第5章 基于深度学习模型的PM2.5浓度预测研究

5.1 LSTM模型结构

5.2 模型构建与预测

5.3 预测结果与准确度评价

5.4 模型优化

5.5 预测模型比较

5.6 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

发表论文和参加科研情况说明

致谢