摘要
本发明提供一种面向环境安全的地下水水质风险识别方法及系统,涉及数据处理技术领域,方法包括:获取多个训练样本;对训练样本进行预处理;构建基于自适应特征融合的人工神经网络模型;将训练样本输入至人工神经网络模型,确定水质指数预测值;根据各个训练样本的水质指数真实值与水质指数预测值,通过缩放共轭梯度算法,对人工神经网络模型进行训练;获取待识别的地下水水质参数集;将待识别的地下水水质参数集输入至训练后的人工神经网络模型,输出预测水质指数;结合预测水质指数和水质分类标准,计算水质风险置信度;根据水质风险置信度,确定水质风险等级。
技术关键词
人工神经网络模型
风险识别方法
水质
地下水
指数
梯度算法
参数
计算机可读指令
大肠菌群含量
融合特征
风险识别系统
数据处理技术
传播算法
溶解氧
饮用水
存储器
处理器
误差
系统为您推荐了相关专利信息
多模态交互
动态路径规划算法
动态权重分配
交互辅助方法
度量
图像增强方法
导向型
注意力机制
机器人
多模态数据采集
土地利用数据
地下水
地表水
解析方法
气象站观测数据
参数计算方法
拉普拉斯
水动力弥散系数
数学模型
地下水动力学