-
题名机器学习在环境微塑料领域的应用
- 1
-
-
作者
王星程
王好雨
潘欣语
陶芳
郑兴兴
曹爽
-
机构
中国计量大学能源环境与安全工程学院
山东省淄博市张店区生态环境技术服务中心
聚光科技(杭州)股份有限公司
-
出处
《中国环境科学》
北大核心
2025年第6期3428-3440,共13页
-
基金
浙江省自然科学基金资助项目(LTGS24B070005)
浙江省“尖兵领雁+X”研发攻关计划项目(2024C03133)。
-
文摘
本文综述系统地探讨了机器学习技术在微塑料领域的应用,涵盖分类识别、定量分析与吸附性能预测.经梳理近年文献,发现如卷积神经网络(CNN)和支持向量机(SVM)等技术,对提升微塑料检测精度与效率意义重大.在分类识别中,CNN模型可精准辨别微塑料类型与形状;定量分析时,借助图像和光谱数据,机器学习能快速确定微塑料浓度.在吸附性能预测方面,基于非混合定量结构-性质关系(QSPR)的模型展现出比传统模型更高的准确性和鲁棒性.然而,当前还面临数据质量不佳、收集标注困难及模型可解释性欠缺等挑战.未来研究应聚焦数据集多元化及增强模型可解释性,以推动机器学习技术在微塑料研究中的进一步应用.
-
关键词
机器学习
微塑料
分类识别
定量分析
吸附性能
-
Keywords
machine learning
microplastic
classification identification
quantitative analysis
adsorption performance
-
分类号
X131
[环境科学与工程—环境科学]
-
