计算机毕业设计吊打导师python+spark天气预测 天气可视化 天气大数据 空气质量检测 空气质量分析 气象大数据 气象分析 大数据毕业设计 大数据毕设

附表一

毕业论文（设计）任务书

学院 人工智能与大数据学院   专业    姓名  XXXX   学号 2011200112  

指导教师			工作单位
毕业论文（设计）拟定题目		基于卷积神经网络算法的天气预测系统的设计与实现
毕业论文（设计）时间安排		2023年12月01日 至 2024年05月31日
毕业论文（设计）的主要内容
1、目的和意义                                                                                    ①通过本选题使学生运用所学基本理论知识、专业技能养成分析解决面向对象软件开 发的技术实现能力。 ②学会本专业中英文文献资料的检索方法，养成科学研究的基本素质。                               2、工作进程 ①进行本选题资料收集并完成开题报告； ②在充分阅读有关资料的基础上完成论文初稿； ③在指导教师的指导下完成论文终稿。 3、具体要求                                    ①仔细阅读毕业论文工作规范及撰写规范； ②主动与导师保持联系； ③参考资料应尽量选择近5年来的文献15篇(含著作)并至少有2篇外文资料； ④提交10000字论文（终稿）两份、论文电子文档等相关资料； ⑤短期天气预测对于光伏发电、风力发电等新能源发电形式的预测控制具有重要的参考意义 。天气预测主要是通过科学的方式，针对某个地区在未来的一段时间内气温高低和气候变化的预测分析。同时，利用相应的理论分析，建立数据模型进行预测处理。传统的天气预报是以气象观测数据为初值条件，通过计算机进行数值计算，再用流体力学和热力学的方程组进行求解，根据得出的数值结果表现大气变化，推测可能发生的天气。目前，正是人工智能对产业赋能的新时代，天气预报本身就是大数据问题，涉及不同时间和空间上的海量数据，人工智能又是一种处理大数据的工具，可以绕过物理模型，因此为天气预报提供了一种新的思路。 设计的系统包括，数据收集，数据预处理，对收集到的原始数据进行清洗、归一化等预处理操作，以确保数据质量，为后续的模型训练提供准确的数据集。模型训练，使用卷积神经网络对预处理后的数据进行训练，构建预测模型。通过不断调整网络结构和参数，提高预测准确率。实时预测：根据当前气象数据和历史气象数据，利用训练好的模型进行实时预测，输出未来几小时内天气状况的预测结果。预测结果可视化：将预测结果以图表、文字等形式展示给用户，方便用户直观地了解天气变化趋势。 4、论文写作前应拟出论文提纲并征求导师意见，论文主要内容至少包括： ①系统设计的需求分析； ②系统的概要和详细设计； ③系统的实现； ④系统测试。 5、在本选题研究中，如发现难以完成既定任务而需更换选题，应征求导师及学院同意。
参考资料及文献查询方向、范围： 魏超,赵志岗,焦晓峰等. 基于卷积神经网络的短期天气预测研究 [J]. 仪器仪表用户, 2021, 28 (01): 85-89+84. 谭珺铭. 基于图卷积与时序神经网络模型的空气质量预测研究[D]. 西南财经大学, 2022. DOI:10.27412/d.cnki.gxncu.2022.001676. 宋佳兴,刘庆伟,罗哲,等.基于深度神经网络的车辆检测系统[J].传动技术,2019,33(04):3-9. 史云扬,李牧,付野,等.基于灰色-BP神经网络模型的多情景交通用地需求预测——以长江中游城市群为例[J].中国农业大学学报,2020,25(06):142-153. 李璐,郭淇汶,陆宇等. 基于Python的天气预测系统研究 [J]. 信息技术与信息化, 2020, (10): 18-20. 闫茉. 基于深度学习的沙尘天气智能预测系统设计研究 [J]. 环境科学与管理, 2021, 46 (11): 123-127. 周彬. 基于Android技术的天气预测实现浅析 [J]. 数字技术与应用, 2016, (11): 71. DOI:10.19695/j.cnki.cn12-1369.2016.11.046. 江胜菊,袁园. 基于一型模糊逻辑系统的天气预测 [J]. 智库时代, 2018, (31): 157+159. 曾蔚,吴伊萍. 一种基于卷积神经网络和贝叶斯网络的用户行为预测算法 [J]. 安阳师范学院学报, 2019, (02): 29-34. DOI:10.16140/j.cnki.1671-5330.2019.02.009. 袁华,陈泽濠. 基于时间卷积神经网络的短时交通流预测算法 [J]. 华南理工大学学报(自然科学版), 2020, 48 (11): 107-113+122. 卢宏涛,张秦川. 深度卷积神经网络在计算机视觉中的应用研究综述 [J]. 数据采集与处理, 2016, 31 (01): 1-17. DOI:10.16337/j.1004-9037.2016.01.001. Rajarajeswari P , , Pradeep Kumar J , Vasumathi D .Design and implementation of weather fore casting system based on cloud computing and data mining techniques[J].International Journal of Engineering & Technology, 2018, 7(2.7).DOI:10.14419/ijet.v7i2.7.10584. [13]Tang J , Zhang P , Zhang J .DESIGN AND IMPLEMENTATION OF INTELLIGENT EVALUATION SYSTEM BASED ON PATTERN RECOGNITION FOR MICROTEACHING SKILLS TRAINING[J].International journal of innovative computing, information and control, 2023.

                               

注：1.该任务书由学院下达，一式三份，学院、指导教师、学生各一份。其中学院的一份待答辩完后作为附件装入学生毕业论文（设计）资料袋中；

2.该任务书必须在学生毕业论文（设计）开始1周内由指导教师填写完毕。

指导教师（签名）：           日期：      年    月   日

 系主任（签名）：          日期：     年    月    日

核心算法代码分享如下：

package com.pias.Interface;

import sun.awt.CharsetString;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
import java.util.ArrayList;

public class DNNInterface
{
    public String getDNN(String textUUIDParam, String featuresList)
    {
        Process p;
        //CMD调用脚本
        String cmd="python3 /root/bishe/DNN_model_package/DNN.py --textUUIDParam "+textUUIDParam + " --featuresList "+featuresList;
        System.out.println("python脚本调用...");
        System.out.println(cmd);
        try
        {
            //执行命令
            p = Runtime.getRuntime().exec(cmd);
            //取得命令结果的输出流
            InputStream fis=p.getInputStream();
            //用一个读输出流类去读
            InputStreamReader isr=new InputStreamReader(fis, Charset.forName("UTF-8"));
            //用缓冲器读行
            BufferedReader br=new BufferedReader(isr);
            String line=null;
            //直到读完为止
            while((line=br.readLine())!=null)
            {
                //System.out.println(line);
                ArrayList List = new ArrayList();
                List.add(line);
                System.out.println(List);
            }
            System.out.println("python DNN脚本执行完毕！");
        }
        catch (IOException e)
        {
            e.printStackTrace();
        }
        return "DNN_OK";
    }
}