[发明专利]一种基于门控递归阵列水质检测系统及方法

权利要求书

1.一种基于门控递归阵列水质检测的检测方法，其特征是，包括以下步骤：

S1，获取水质参数值包括PH值、电导率、浊度、溶解氧、水温、叶绿素A的含量、蓝绿藻的含量、氨氮的含量，总磷的含量、铜的含量、铅的含量、锡的含量；获取环境指标包括大气压力、大气湿度、大气温度、风速；

S2，将获取的水质参数值以及环境指标进行归一化及特征选择，得到预处理数据；

S3，选用基于门控递归阵列的神经网络作为预测模型，并设置损失函数及优化迭代方法；

S4，将预处理数据输入到预测模型进行模型训练得出预测结果；

S5，将预测结果与设定的五级分类进行比对，获得分类结果。

2.根据权利要求1所述的一种基于门控递归阵列水质检测的检测方法，其特征是，所述设定的五级分类具体包括：

连续时间下获取水质参数值，同时获取环境指标输入计算机进行记录；目前国家地表水环境质量标准依据地表水水域环境功能和保护目标将其划分为I、II、III、IV、V五类，设在t时刻收集到的16种水质监测数据为：

X_t＝(x¹，x²，......，x¹⁶)

上述X_t为t时刻的水质特征数组，xⁿ为第n个数据指标，且t时刻水质分类结果为：

Y_t＝y y∈(I，II，III，IV，V)。

3.根据权利要求2所述的一种基于门控递归阵列水质检测的检测方法，其特征是，所述步骤S2具体包括：

将收集到的数据进行归一化处理，将所述X_t内的数据归一化到[0，1]之间，得到：

X_t＝(x¹，x²，......，x¹⁶) xⁿ∈[0，1]

通过特征消除与交叉验证算法选出与预测水质分类结果相关性最大的k个特征属性，得到：

X_t＝(x¹，x²，.....，x^k) x^k∈[0，1]。

4.根据权利要求1所述的一种基于门控递归阵列水质检测的检测方法，其特征是，所述步骤S3具体包括：基于门控递归阵列设计一个神经网络，门控递归阵列存在两种门：分别是更新门和重置门，更新门用于控制前一时刻的状态信息被带入到当前状态中的当前状态的程度，更新门的值越大说明前一时刻的状态信息带入越多；重置门控制前一状态有多少信息被写入到当前的候选集上，重置门越小，前一状态的信息被写入的越少；处理数据的过程也就是门控递归阵列的前向传播过程为：

Γ_u＝σ(W_u[c^t-1，X_t]+b_u)

上述式中Γ_u为更新门的值，σ为激活函数，W_u为更新门的权重，c^t-1为上一时刻的状态值，b_u为更新门偏重值；

Γ_r＝σ(W_r[c^t-1，X_t]+b_r)

上述式中Γ_r为重置门的值，σ为激活函数，W_r为重置门的权重，c^t-1为上一时刻的状态值，b_r为重置门偏重值；

上述式中为当前时刻的候选状态值，tanh为激活函数，W_c为权重值，b_c为当前运算偏重值；

上述式中c^t为当前状态值；

σ激活函数的作用为将状态值压缩到(0，1)之间，为sigmoid激活函数，式子为：

k为传入激活函数的参数。