基于深度学习和连续光谱的水质参数在线监测方法

本发明公开了基于深度学习和连续光谱的水质参数在线监测方法，涉及光谱分析领域，本发明包括，采用光谱仪采集光谱数据，并同步采集数据的标签用于监督学习标签；构建深度学习模型，依据监督学习标签对应的光谱波长特征选择模型，并通过加入迁移学习优化深度学习模型；对优化后的深度学习模型载入边缘计算，同时对下一采样周期的光谱数据实时流式处理，并根据集成电化学传感器反馈数据动态校准流式处理的模型偏移；结合孤立森林或自编码器重构误差，获取污染物的超标报警，本发明的迁移学习，提升模型的泛化能力，提高数据的处理效率，且共享层增强对共性噪声的抑制。