版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,隨著環(huán)境惡化帶來的一系列問題,更好地了解環(huán)境變化趨勢可以為政府提供環(huán)境保護對策。而環(huán)境污染指數(shù)是衡量環(huán)境污染程度的重要指標,能夠實時查看環(huán)境污染指數(shù)、預測其變化趨勢是亟待解決的首要問題?;诰W絡平臺建立空氣質量檢測與預測網站不但方便民眾查看也為科研人員提供了重要的科學依據。
本文開發(fā)了基于互聯(lián)網的在線數(shù)據采集系統(tǒng)。為了獲取各個行政區(qū)環(huán)境污染指數(shù)的數(shù)據,我們采用JAVA語言編寫程序代碼,借助PM2.5.in網站所提供的A
2、PI接口設置采集城市以及采集數(shù)據所需的間隔時間,對環(huán)境污染指數(shù)進行實時采集??紤]到傳輸?shù)臄?shù)據量較大且對數(shù)據的安全性要求較高,最終在參數(shù)傳入方式上選擇用 POST。在數(shù)據預處理過程中,大量數(shù)據缺失為后臺算法預測帶來很大的麻煩,故采用ARX模型插值法對缺失數(shù)據進行插補。后臺選用Python中的Tornado服務器對超文本標記語言進行交互,在前端與后臺融合過程中需要解決的問題是計算時間過長以及數(shù)據格式轉換。本文通過多線程優(yōu)化以及 AJAX技術
3、實現(xiàn)異步通信數(shù)據交換,進而解決計算時間過長的問題;在數(shù)據格式轉換問題上選用輕量級的JSON數(shù)據交換格式。
本文所設計的軟件平臺優(yōu)勢在于將網絡數(shù)據挖掘技術應用于空氣質量的預測。將采集的環(huán)境污染指數(shù)分為歷史數(shù)據和預測兩個部分。歷史數(shù)據是研究的數(shù)據基礎;本文采用最小二乘(Least Squares,LS)和遺忘因子遞推辨識(Recursive Forgetting Factor,RFF)兩種算法對歷史數(shù)據進行實時預測。此外,該系統(tǒng)在
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 城市空氣質量預報模型及軟件開發(fā)研究.pdf
- 濰坊空氣質量
- 基于集成算法的空氣質量預測.pdf
- 基于BP空氣質量預測仿真研究.doc
- 空氣質量多模式集成預測模型的研究.pdf
- 空氣質量分析
- 東營環(huán)境空氣質量9月環(huán)境空氣質量狀況
- 多城市空氣質量指數(shù)的分析與預測.pdf
- 環(huán)境空氣質量篇
- 基于數(shù)值預報的空氣質量預測模型的研究.pdf
- 數(shù)學建模論文(城市空氣質量評估及預測)
- 動態(tài)空氣質量導航系統(tǒng)的設計與研究.pdf
- 城市空氣質量評估及預測數(shù)學建模論文
- AQMS:空氣質量監(jiān)測系統(tǒng)的設計與開發(fā).pdf
- 環(huán)境空氣質量標準
- 基于數(shù)據挖掘技術的空氣質量指數(shù)預測研究.pdf
- 環(huán)境空氣質量監(jiān)測規(guī)范
- 環(huán)境空氣質量監(jiān)測規(guī)范
- plc空氣質量檢測設計
- 東莞東坑鎮(zhèn)環(huán)境空氣質量
評論
0/150
提交評論