基于数据特征分析的污染源监测数据异常值识别方法研究

文档名：基于数据特征分析的污染源监测数据异常值识别方法研究
摘要：为避免在污染源监测时因为存在一些异常值影响数据可靠性,本次研究设计了一种基于数据特征分析的污染源监测数据异常值识别方法.先对污染源监测数据进行去噪处理,通过关联度分析方法对去噪处理后的数据实施数据特征分析,完成异常值中失效值的识别.然后基于LSTM网络构建离群异常值识别模型,实现污染源监测数据中离群异常值的识别.最后通过实验证明设计方法的先进性,该方法能够实现污染源监测数据异常值识别,模型拟合程度最高可达0.98,对于失效值与离群异常值的识别精度均较高.

作者：尤辰汀Author：YouChenting
作者单位：苏州市环境监测站(苏州市环境监控中心),江苏苏州215000
刊名：环境科学与管理 ISTIC
Journal：EnvironmentalScienceandManagement
年，卷(期)：2023, 48(2)
分类号：X83
关键词：数据特征分析  去噪处理  LSTM网络  污染源监测数据  异常值识别  
机标分类号：TP391.41TQ085D26
在线出版日期：2023年4月3日
基金项目：基于数据特征分析的污染源监测数据异常值识别方法研究[
期刊论文]  环境科学与管理--2023, 48(2)尤辰汀为避免在污染源监测时因为存在一些异常值影响数据可靠性,本次研究设计了一种基于数据特征分析的污染源监测数据异常值识别方法.先对污染源监测数据进行去噪处理,通过关联度分析方法对去噪处理后的数据实施数据特征分析...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于数据特征分析的污染源监测数据异常值识别方法研究  Outlier Identification of Pollution Source Monitoring Data Based on Data Feature Analysis

基于数据特征分析的污染源监测数据异常值识别方法研究.pdf

2024-12-14 11:55 上传 基于数据特征分析的污染源监测数据异常值识别方法研究.pdf

文件大小:

2.16 MB

下载次数:

60

高速下载