摘要
本发明涉及检测技术领域,具体为一种自动化水质检测方法及设备,包括步骤:基于分布式传感器网络对样本水体进行多尺度采集处理,提取原始数据集中多个层次的空间关联特征,根据空间关联特征对原始数据集进行特征重构,生成特征增强数据集;根据特征增强数据集进行图结构化处理,输出得到水质特征图;将水质特征图输入多任务学习模型,基于损失函数优化多任务学习模型,输出多参数预测结果;对多参数预测结果进行逆向传播处理,生成水质参数的空间分布图;基于空间分布图进行多尺度污染影响评估,生成综合水质监测报告。本申请解决了现有技术难以准确反映水体整体污染状况及动态变化趋势的核心问题,显著提升了水质监测的精度和实用性。
技术关键词
水质检测方法
多任务学习模型
分布式传感器网络
滑动传感器
多参数
通用特征
多层次特征
水体
损失函数优化
多尺度
自动化水质检测设备
节点特征
传感器节点
导轨支架
生成特征
样本
分支