基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于大量污染源自动监测数据的特征分析与异常原因解析,探索建立针对自动监测异常数据的识别规则与标志处理方法,并通过模型训练实现了异常数据的自动标志.经实例验证,该方法可识别异常偏高、异常偏低、异常为0、迟滞不变、逻辑错误等5种类型的异常数据,按照数据有效性及异常原因进行标志处理,可以为后续数据分析及各类模型训练提供数据基础和保障.
推荐文章
提升污染源自动监控数据传输有效率的方法探讨
污染源
自动监控数据
传输有效率
新型自动气象站异常数据快速诊断及处理方法
新型自动气象站
异常数据
快速诊断
废气污染源自动监控异常数据诊断与判定方法
废气污染源
数据诊断
环境监控
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 污染源自动监测异常数据识别规则及处理方法探索
来源期刊 环境监测管理与技术 学科 地球科学
关键词 污染源 自动监测 异常数据 识别规则 自动标志 模型训练
年,卷(期) 2022,(2) 所属期刊栏目 创新与探索
研究方向 页码范围 56-59
页数 4页 分类号 X830.3
字数 语种 中文
DOI 10.3969/j.issn.1006-2009.2022.02.013
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
污染源
自动监测
异常数据
识别规则
自动标志
模型训练
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
环境监测管理与技术
双月刊
1006-2009
32-1418/X
大16开
南京市虎跃路175号 江苏省环境监测中心《环境监测管理与技术》编辑部
28-341
1989
chi
出版文献量(篇)
2388
总下载数(次)
11
总被引数(次)
25010
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导