...
机译:通过结合固定的智能移动污染监测和数据驱动的建模来评估空气质量
Univ Technol Sydney, 81 Broadway Str, Sydney, NSW, Australia|CSIRO, Data61, 13 Garden St, Eveleigh, NSW 2015, Australia;
Lorraine Univ, ERPI Lab, 8 Rue Bastien Lepage BP647, F-54010 Nancy, France;
Lorraine Univ, ERPI Lab, 8 Rue Bastien Lepage BP647, F-54010 Nancy, France;
Lorraine Univ, ERPI Lab, 8 Rue Bastien Lepage BP647, F-54010 Nancy, France;
CSIRO, Data61, 13 Garden St, Eveleigh, NSW 2015, Australia;
Air pollution; Eco-neighbourhood; Mobile sensing; Decision trees; Neural networks;
机译:通过结合固定式,智能移动污染监测和数据驱动建模来评估空气质量
机译:绘制实时空气污染健康风险以进行环境管理:将移动和固定空气污染监测与神经网络模型相结合
机译:美国乔治亚州的空气污染和早产(2002年至2006年):通过结合社区多尺度空气质量模型(CMAQ)模拟与固定监测器测量值估算的11种环境空气污染物的浓度的关联
机译:用于空气质量监测应用的固定式和移动低成本气体传感器系统
机译:基于物理的,数据驱动的微环境空气质量影响从固定和移动来源的影响
机译:美国佐治亚州的空气污染和早产(2002–2006):通过结合社区多尺度空气质量模型(CMAQ)模拟与固定监测器测量得出的与11种环境空气污染物浓度的关联
机译:美国格鲁吉亚(2002-2006)的空气污染和早产:通过将社区多尺度空气质量模型(CMAQ)模拟与静止显示器测量相结合,估计了11个环境空气污染物的关联
机译:使用Raps(区域空气污染研究)数据库评估实时空气质量模型。第4卷。评估指南