[发明专利]一种水质获取方法在审
申请号: | 201811643891.7 | 申请日: | 2018-12-30 |
公开(公告)号: | CN109655594A | 公开(公告)日: | 2019-04-19 |
发明(设计)人: | 金涛;江浩 | 申请(专利权)人: | 杭州铭展网络科技有限公司 |
主分类号: | G01N33/18 | 分类号: | G01N33/18;G01K13/00;G06N3/04;G06N3/08 |
代理公司: | 杭州橙知果专利代理事务所(特殊普通合伙) 33261 | 代理人: | 李品 |
地址: | 310000 浙江省杭州市滨*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水质 参数分解 参数集 解耦合 模糊神经 采样数据 接收输入 三层结构 输出结果 水质评价 水质指标 自适应性 模糊化 输出层 预设 加权 自动化 | ||
1.一种水质获取方法,其特征在于,包括:
获取多种水质指标采样数据,构成水质获取参数集;
将所述水质获取参数集输入预设的解耦合参评模型以得到水质输出结果;
所述解耦合参评模型包括三层结构,用于接收输入并对所述水质获取参数集进行参数分解的参数分解层,与所述参数分解层连接的模糊神经层以及与所述模糊神经层连接的加权输出层。
2.根据权利要求1所述的方法,其特征在于:
所述参数分解层包括参数种类分解层和与所述参数种类分解层连接的多个参数数值分解层,每个参数数值分解层均由一个或多个分解单元构成;每个分解单元均具备其对应的数据中心和扩展宽度。
3.根据权利要求1所述的方法,其特征在于:
每个分解单元均与一个BP神经网络对应连接;全部的BP神经网络构成了模糊神经层,所述模糊神经层中的各个BP神经网络均与加权输出层连接。
4.根据权利要求1所述的方法,其特征在于:
所述水质指标采样数据包括水浊度、水色度、水温度、水PH值,水营养元素含量、水细菌含量、水化学需氧量、水五日生化需氧量和/或水悬浮物中的多种。
5.根据权利要求1所述的方法,其特征在于:
所述水质输出结果中可以以评分方式表示水质,评分越高水质越好。
6.根据权利要求2所述的方法,其特征在于:
还包括参数数值分解层及其对应的BP神经网络的获取方法,具体包括:
获取训练样本集和分解单元个数N;
根据所述训练样本集计算用于进行参数捕获的分解单元的N个数据中心和扩展宽度;
根据所述数据中心和扩展宽度构建分解单元;
构建并初始化BP神经网络,所述BP神经网络与所述分解单元一一对应连接;
根据所述训练样本集训练BP神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州铭展网络科技有限公司,未经杭州铭展网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811643891.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种监测海洋水质的装置和方法
- 下一篇:一种多变量条件海底浅层气渗漏模拟装置