典型文献
人为干扰监管在污染源在线监控系统中的应用研究
文献摘要：
伴随着我国经济实力不断提高,政府层面对环境污染问题的关注度也在不断提高.监测行业是整个环保行业的基础,若没有监测就无法对环境防治效果进行评估及监督污染源的整治.文章对在线监测采样区架设人工智能相机,通过算法设计了一个能够自动识别污染源在线监测人为干扰行为的深度学习模型,并利用智能监控设备研究了可疑人员干扰、采样区异常等现象的自动识别;与现有在线监测数据进行融合、碰撞,开展了人员入侵与监测数据异常的关联分析;建立了人为干扰管理机制,实现了发现、报警及处置的业务闭环,有效解决了人为干扰监管的问题.
文献关键词：
污染源;人为干扰;预警监测系统;在线监控;YOLOX网络
中图分类号：
作者姓名：
叶新辉;陈剑锋;沈苑中;许光;陈险峰;黄欢
作者机构：
浙江省生态环境监测中心,浙江杭州310012;浙江大华技术股份有限公司,浙江杭州310053;浙江省绍兴生态环境监测中心,浙江绍兴312000;浙江省温州生态环境监测中心,浙江温州325027
文献出处：
引用格式：
[1]叶新辉;陈剑锋;沈苑中;许光;陈险峰;黄欢-.人为干扰监管在污染源在线监控系统中的应用研究)[J].长江信息通信,2022(11):12-13,19
A类：
B类：
人为干扰,污染源,在线监控,监控系统,经济实力,政府层面,环境污染问题,环保行业,防治效果,在线监测,架设,智能相机,算法设计,自动识别,深度学习模型,智能监控设备,可疑,数据异常,干扰管理,预警监测系统,YOLOX
AB值：
0.361428
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
