买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都益清源科技有限公司

摘要：本发明公开了一种基于神经网络模型的水污染精准溯源的方法，涉及水污染溯源智能算法领域，本发明结合水体指标、空间特征、光谱特征等多源数据作为预测溯源模型的输入，利用神经网络模型，实现污染源的高精度定位和污染物种类的准确识别；并通过在神经网络模型中添加动态修正因子，使得模型能够根据预测性能实时调整学习速率，进一步的，模型在训练过程中更加灵活，能够快速适应数据的变化和噪声，提高了在水污染溯源中的准确性和鲁棒性。

主权项：1.一种基于神经网络模型的水污染精准溯源的方法，其特征在于，包括以下步骤：S1.对水质信息、报警污染因子信息、点位信息、实时水样光谱进行多源数据采集，并对采集的多源数据进行整合，从实时水样光谱和特征图谱库中提取特征集；S2.结合排口位置信息库和污染源空间拓扑图，通过空间注意力机制对空间特征进行提取和强化；S3.基于强化学习策略，根据时间步的参数集合对状态空间进行定义，并根据网络参数的调整量对动作空间进行定义；S4.根据模型对当前输入数据的预测性能，动态调整修正因子，所述预测性能包括模型对污染源空间定位的准确率和模型对污染物种类识别的准确率；并通过迁移算子，结合当前最优参数和历史最优参数，以及环境反馈，指导网络参数更新；S5.将参数更新后的特征表示通过输出层进行前馈，生成模型的初步预测结果，根据任务需求，将输出层的原始输出转换为任务所需的预测结果，所述任务所需的预测结果包括：污染源的地理坐标和或在拓扑图上的位置信息、污染源的预测种类及其概率分布和污染源的预测位置和或位置概率分布；所述步骤S3中，根据时间步的参数集合对状态空间进行定义具体表示为： ；其中，所述表示状态空间，所述表示水质信息的特征向量，包括pH值、溶解氧和化学需氧量指标，所述表示报警污染因子的特征，包含触发警报的特定污染物阈值和类型，所述表示点位信息，包括采样点的地理坐标和在监测网络中的位置，所述表示水样光谱和特征图谱库中提取特征集，所述表示空间特征，用于表示污染源的空间分布信息；所述步骤S3中，根据网络参数的调整量对动作空间进行定义具体表示为： ；其中，所述表示动作空间，所述表示权重调整量，用于表示在当前时间步长下神经网络权重的更新幅度，所述表示偏置调整量，用于表示在当前时间步长下神经网络偏置的更新幅度；所述步骤S4中，根据模型对当前输入数据的预测性能，动态调整修正因子具体包括以下子步骤：S4011.设定修正因子的初始值；S4012.在每个训练步骤后，评估模型的空间定位准确率和污染物种类识别准确率；S4013.计算上述空间定位准确率和污染物种类识别准确率从上一刻时间步到的变化量；S4014.根据性能变化动态调整修正因子，具体表示为： ；其中，所述表示调整后的修正因子，所述表示修正因子，所述表示一个超参数，用于控制修正因子调整的敏感度，所述表示性能变化，所述通过空间定位准确率和污染物种类识别准确率的加权计算得到，所述表示长期平均准确率，所述表示常数，用于避免除零错误；所述步骤S4中，通过迁移算子，结合当前最优参数和历史最优参数，以及环境反馈，指导网络参数更新具体包括以下子步骤：S4021.初始化网络参数，包括权重和偏置；S4022.在每个训练步骤后，评估模型的空间定位准确率和污染物种类识别准确率；S4023.识别当前步骤的最优参数和；收集历史最优参数和；S4024.根据当前的修正因子，通过迁移算子更新网络参数，具体表示为： 其中，所述表示在时间步的权重，所述表示在时间步的权重，所述表示修正因子，所述表示当前时间步的最优权重系数，所述表示历史的最优权重，所述表示在时间步的偏置，所述表示在时间步的最优偏置，所述表示在时间步的偏置，所述表示历史的最优偏置，所述表示根据环境反馈动态调整的系数，所述表示根据历史数据动态调整的系数。

全文数据：

权利要求：

百度查询： 成都益清源科技有限公司 一种基于神经网络模型的水污染精准溯源的方法