基于机器学习的水污染治理采样数据分析方法及装置

本发明提供了一种基于机器学习的水污染治理采样数据分析方法及装置，涉及数据处理技术领域，通过对水质监测站点的水体数据进行特征提取后，对数据进行特征降维和量子纠缠处理，再利用分类器模型对数据进行识别，以分析水体数据对应的治理情况。其中，进行特征提取的模型采用神经进化适应度函数动态调整其神经网络的各层参数；分类器模型采用改进的深度信念网络作为分类器算法，深度信念网络由多层受限玻尔兹曼机组成，以学习数据的不同抽象层次。且，用于构建水质监测的训练样本集的生成对抗网络采用智能体协作策略进行参数更新。基于此，即使面对大规模的监测数据时，也可以基于特征间的相关性对数据进行有效识别，提高分类精度。