霧霾污染的大數據關聯分析

內容簡介

近年來，我國大氣污染問題隨國民經濟與城市化進程的高速發展而日益嚴峻，尤其是以霧霾天氣為代表的惡性天氣頻頻發生，引發學術界對霧霾污染的成因及危害的研究。國內外專家研究霧霾成因的成果較多，而涉及霧霾污染問題的統計分析較少，統計分析所抽取隨機樣本主要依賴於結構性數據（即行數據，存儲在資料庫里，可用二維表結構來邏輯表達實現的數據），難以對紛擾繁雜的霧霾污染的非結構化數據（文本、圖像、信號、音頻、視頻等數據）進行分析；而大數據分析可以解決非結構化數據的融合和整合問題。本文首先進行了霧霾污染的成因、特徵及防控傳導機制分析，具體包括科學地界定霧霾（包含PM2.5）概念、闡述霧霾污染的特性、霧霾污染問題的的影響途徑以及防控霧霾污染傳導機制；又進行相關理論基礎與測度方法設計，包括闡述涉及霧霾污染問題相關理論基礎（包括社會學、經濟學、生態學、統計學、計算機科學、系統科學等）、分析大數據概念界定和基本特徵、闡述霧霾污染問題的數據分析和算法系統理論與測度方法、歸納並設計基於大數據關聯分析的中國霧霾污染問題統計理論；進一步，進行霧霾污染問題的大數據分析和算法系統的構建，具體而言：依託霧霾污染大數據平台，進行霧霾污染問題資料庫管理，大數據價值鏈挖掘，通過大數據關聯分析、雲計算及系統科學方法，依據系統建立的基本原則，建立霧霾污染問題的數據分析和算法系統；其次，基於結構化數據關聯性分析的中國霧霾污染問題統計研究，包括：基於所構建城市霧霾數據採集與污染判斷預測軟體系統進行數據挖掘，構建結構化數據，套用傳統統計學方法，分析霧霾污染對人身危害、引發社會關注度區域性差異、對包括農業和交通運輸業以及旅遊業等國民經濟相關行業的影響分析；再次，基於非結構化數據關聯分析的霧霾污染問題的統計分析。包括：基於BP神經網路方法的上海市入境遊客關注點分析，基於SVR-ARMA模型的呼吸道疾病門診量預測，基於社交評論情感分析的網民霧霾情緒識別，基於改進KNN-BP神經網路的PM2.5濃度預測模型研究；再再次，進行京津冀區域城市霧霾污染網路分析，即在基於節點重要性評價的京津冀城市靜態霧霾污染網路實證分析後，又基於動態非對稱尾部相關性進行京津冀霧霾污染動態網路實證分析。*後，提出完善霧霾污染治理措施的政策建議，在進行中國區域一體化霧霾治理效率評估分析基礎上，根據分析結論驗證大數據關聯分析測度方法的科學性、有效性與普適性，提出我國區域一體化霧霾治理的路徑選擇和完善霧霾污染治理措施的政策建議。

圖書目錄

第一章緒論/1

1.1研究的主要問題、國內外研究現狀述評及價值/1

1.1.1問題的提出：霧霾污染問題測度方法亟待改進/1

1.1.2國內外研究現狀述評/2

1.1.3研究目標與研究價值/5

1.2研究的思路、方法和內容/6

1.2.1研究思路與技術路線/6

1.2.2研究方法/7

1.2.3研究範圍及研究對象/8

1.2.4研究內容與論文框架/9

參考文獻/11

霧霾污染的大數據關聯分析

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條