[发明专利]一种凸规划聚类水污染溯源方法

说明书

本发明提供一种凸规划聚类水污染溯源方法，包括：基于Siamese网络的邻近点相似度描述样本；利用所述邻近节点相似度抽取水污染溯源特征；将所述水污染溯源特征结合监测网络节点的地理分布信息，构造图模型；将水污染溯源等价于所述图模型的全局优化分割，将所述图模型的全局优化分割转换为最小传导率；最大化特征基内接椭球体的凸规划，实现多类水污染的同时溯源。本发明在水污染检测网络中对水污染进行溯源，利用全光谱指纹图谱的相似度，并结合江河湖泊水流的连通性和单向性构建图模型，将水污染溯源等价于网络图模型上的全局优化分割问题，既有效地规避的类别数多或类别样本数量不足的问题，又能够充分利用全光谱指纹图谱的丰富信息。

技术领域

本发明属于水污染溯源技术领域，尤其涉及一种凸规划聚类水污染溯源方法。

背景技术

水资源是人类生产生活的最关键资源，如今，生态环境遭到严重破坏，水体污染严重，水资源的保护和水污染的治理成为现代社会最关注的问题。而且，随着城市化和经济社会发展，水资源问题更加严峻，成为我国可持续发展的重要制约因素。然而大量水域被污染，这更加加工了水资源短缺的现状，其中污染源投多是企业偷拍超标废水引起，为了能够有效防控水污染事件的发生，需要加强对企业排污的监管力度和监管技术。

水污染溯源就是确定污染源头，现有的水污染溯源计算方法包括因子分析、聚类分析和层析分析三种，其中，聚类分析是将样品或变量按照它们性质上的亲疏程度进行分类的多元统计分析方法。聚类分析的目的是根据已知数据，计算各观察个体或变量之间亲疏关系的统计量，根据最短距离法、最长距离法、中间距离法和重心法等准则，使同一类内的差别较小，而类与类之间的差别较大，最终将观察个体或变量分为若干类。然而，现有的水污染溯源聚类分析方法，不能准确定位到发生污染概率最大的污染源，为水污染环境监控中心提供的数据不够准确。

发明内容

基于上述现有技术存在的缺陷，本发明提出一种凸规划聚类水污染溯源方法，以准确定位发生污染概率最大的污染源，为水污染环境监控提供准确数据。

为实现本发明的目的，本发明采用如下技术方案：

一种凸规划聚类水污染溯源方法，包括以下步骤：

S1，基于Siamese网络的邻近点相似度描述样本；

S2，利用所述邻近节点相似度抽取水污染溯源特征；

S3，将所述水污染溯源特征结合监测网络节点的地理分布信息，构造图模型；将水污染溯源等价于所述图模型的全局优化分割，将所述图模型的全局优化分割转换为最小传导率；

S4，最大化特征基内接椭球体的凸规划，求解所述最小传导率。

进一步地，步骤S1具体为：

定义一组样本对(x₁,x₂)，作为Siamese网络的输入值，样本对标签为y；当样本对属于相同类别时，样本对标签y＝1；反之，样本对标签y＝0；

针对两个输入x₁和x₂，网络低维空间的相似度输出结果分别为G_W(x₁)和G_W(x₂)，Siamese网络的相似度损失函数定义为：

L(W；x₁,x₂,y)＝yL₁(W；x₁,x₂)+(1-y)L₂(W；x₁,x₂)