基于人工智能数据挖掘的光学系统中监测水质参数的算法
Jie Su1,2, Weining Xu3,4, Ziyu Lin3,4
1State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing, 100012, China. 17630259169@163.com.
Scientific reports
|November 15, 2024
概括
人工智能数据挖掘光学系统显著改善了水质监测 (WQM). 与传统方法相比,这种人工智能驱动的方法提供了更快,更准确和更敏感的结果,确保了更好的水安全.
科学领域:
- 环境科学 环境科学
- 数据科学数据科学数据科学
- 光学工程是指光学工程.
背景情况:
- 增加水污染需要先进的水质监测 (WQM) 系统.
- 传统的WQM方法存在缓慢的速度,长时间的监控,操作复杂性和不稳定性等问题.
- 现有的方法可以产生二次污染物,并延迟及时检测水污染.
研究的目的:
- 调查人工智能 (AI) 数据挖掘光学系统的增强WQM.
- 开发和改进基于人工智能的系统,以更有效地检测水质.
- 将人工智能驱动的WQM与传统方法的性能进行比较.
主要方法:
- 应用人工智能数据挖掘系统与光学技术集成,用于水质参数检测.
- 使用10个水植物进行实验验证,将AI-WQM与传统WQM进行比较.
- 评估指标包括WQM时间,准确性,灵敏度和保护性能.
主要成果:
- 基于人工智能的光学系统平均WQM时间为2.7天.
- 平均精度达到85.95%,平均灵敏度为84.19%.
- 平均保护分数为8.46分,表明性能优越.
结论:
- 人工智能数据挖掘光学技术对WQM具有至关重要的意义和价值.
- 开发的AI系统比传统的WQM方法提供了实质性的改进.
- 这项技术对于在面对环境污染时确保水质安全至关重要.
