基于深度机器学习的霾污染监测技术

来源：计算机测量与控制杂志2020年第8期北京时间：

作者：贺园园,胡小敏,梁腾飞

单位：西安交通工程学院

摘要：传统的霾污染监测技术监测准确率低，收集的图像完整度差，为了解决上述问题，基于深度学习研究了一种新的霾污染监测技术。通过污染数据收集精准划分其产生的地点，整合获取的追踪信息，在三维分布空间图掌控霾污染可能存在的条件，多次进行机器飞行追踪实验，根据不同的污染项目组对霾污染进行数据监测，根据霾污染数据的浓度信息以及深度机器学习的输入数据类型对收集数据进行分类，查询数据类型，同时监测气溶胶的厚度、霾污染中具有毒性的二氧化硫及二氧化氮物质以及兴趣区域。为验证技术的有效性，设定对比实验，结果表明，基于深度机器学习的霾污染监测技术监测结果准确率为90%，图像收集完整度平均值为82%，具有更强的监测能力。

关键词：深度机器学习;霾污染;监测技术;环境分析

基金资助：2018年陕西省教育厅科学研究计划项目：列车运行控制监控装置（18JK1038）