摘要
本发明实施例涉及污染溯源技术领域,公开了一种地表水多点源污染溯源的方法,包括:对水质时序数据和环境参数信息进行预处理;对经过预处理的水质时序数据进行特征提取以得到水质关键特征;将水质关键特征输入至预先构建完成的深度学习模型中来进行识别以得到相应的污染识别结果,其中,深度学习模型包括时序处理模块,时序处理模块用于对水质关键特征中的水质时序特征进行处理;输出相应的污染识别结果,污染识别结果包括污染类型信息、污染源位置信息和置信度信息。其通过深度学习算法对历史污染源数据进行深入学习和分类标定,形成污染物标签库和知识库,为新污染事件的快速识别提供支持。
技术关键词
深度学习模型
水质
环境参数信息
地表水
时序特征
训练集
PCA算法
贡献率
监测点
训练特征
断面面积
数据
高锰酸盐指数
总磷污染
频域特征
统计特征
聚类
方程
系统为您推荐了相关专利信息
缺陷视觉检测方法
直方图均衡化
焊点缺陷
多尺度特征
编码器
设备健康状态
数字孪生
指数
分析模块
特征提取单元