[发明专利]一种城市河涌水体典型有机污染物智能检测方法有效
| 申请号： | 201910942058.0 | 申请日： | 2019-09-30 |
| 公开（公告）号： | CN110672804B | 公开（公告）日： | 2022-05-06 |
| 发明（设计）人： | 黄明智;牛国强;易晓辉;李小勇;应光国;石青松 | 申请（专利权）人： | 华南师范大学;广州奇岭环境服务有限公司 |
| 主分类号： | G01N33/18 | 分类号： | G01N33/18;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 陈宏升 |
| 地址： | 510006 广东省广州市番禺*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种城市河涌水体典型有机污染物智能检测方法，包括以下步骤：获取水体典型有机污染物软测量建模用输入自变量和输出变量；采用迭代寻优方法获得卷积神经网络CNN各卷积层最佳卷积核数；通过PCA算法提取训练样本数据主成分，对CNN输入数据进行降维优化；改进CNN自变量输入方式，将图像分类模型变换为回归预测模型；利用主成分‑卷积神经网络构建PCA‑CNN模型并进行训练；通过训练后PCA‑CNN模型对水体典型有机污染物浓度进行软测量，获得分析结果；本发明构建PCA‑CNN模型，能有效预测河涌水体典型有机污染物浓度，准确度高，操作简便，为城市河涌水体污染快速监测及水质评价提供了一种高效方法。 | ||
| 搜索关键词： | 一种 城市 水体 典型 有机 污染物 智能 检测 方法 | ||
【主权项】：
1.一种城市河涌水体典型有机污染物智能检测方法，其特征在于，包括以下步骤：/nS1、获取河涌水体典型有机污染物软测量建模用输入自变量和输出变量；/nS2、采用迭代寻优方法获得卷积神经网络CNN各卷积层最佳卷积核数；/nS3、通过PCA算法提取原始训练集和原始测试集主成分，去除原始高维数据中亢余信息和噪音信息，获取降维优化后新训练集和新测试集；/nS4、改进CNN自变量输入方式，将图像分类模型变换为回归预测模型；/nS5、依据CNN各卷积层最佳卷积核数、降维去噪后训练数据、改进CNN自变量输入方式，构建主成分-卷积神经网络PCA-CNN模型；/nS6、利用降维去噪后训练数据通过动量随机梯度下降法对PCA-CNN模型进行训练，得训练后PCA-CNN模型；/nS7、使用训练后PCA-CNN模型对城市河涌水体典型有机污染物浓度进行软测量，并获得分析结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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华南师范大学;广州奇岭环境服务有限公司，未经华南师范大学;广州奇岭环境服务有限公司许可，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/patent/201910942058.0/，转载请声明来源钻瓜专利网。
