典型文献
场地环境大数据采集和机器学习方法在污染智能识别中的应用研究进展
文献摘要：
由于大数据技术的快速发展,用于分析挖掘场地污染特征和成因机制的数据量和类型也大幅增加,传统的场地环境数据获取、清洗和挖掘方法难以满足大数据的存储和处理要求.近年来,采用机器学习算法对场地多源异构数据进行挖掘,实现地块尺度、区域尺度的污染识别已成为研究热点.系统综述了场地污染智能识别大数据的获取、处理和挖掘方面的现状和不足,提出了利用5G和互联网、终端信息采集、网络爬虫、自然语言处理方法获取场地环境数据的应用对策.针对场地多源数据集成和融合的关键技术措施以及未来我国场地污染智能识别模式进行展望.
文献关键词：
场地污染识别;生态环境大数据;机器学习;信息技术
中图分类号：
作者姓名：
陆晓松;王国庆;李勖之;杜俊洋;孙丽
作者机构：
生态环境部南京环境科学研究所,江苏南京210042;国家环境保护土壤环境管理与污染控制重点实验室,江苏南京 210042
文献出处：
引用格式：
[1]陆晓松;王国庆;李勖之;杜俊洋;孙丽-.场地环境大数据采集和机器学习方法在污染智能识别中的应用研究进展)[J].生态与农村环境学报,2022(09):1101-1111
A类：
场地污染识别
B类：
场地环境,大数据采集,机器学习方法,智能识别,污染特征,成因机制,数据量,环境数据,数据获取,挖掘方法,机器学习算法,多源异构数据,地块尺度,区域尺度,系统综述,信息采集,网络爬虫,自然语言处理,应用对策,多源数据集成,关键技术措施,识别模式,生态环境大数据
AB值：
0.327179
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。
