一种城市河涌水体典型有机污染物智能检测方法

摘要

本发明公开了一种城市河涌水体典型有机污染物智能检测方法，包括以下步骤：获取水体典型有机污染物软测量建模用输入自变量和输出变量；采用迭代寻优方法获得卷积神经网络CNN各卷积层最佳卷积核数；通过PCA算法提取训练样本数据主成分，对CNN输入数据进行降维优化；改进CNN自变量输入方式，将图像分类模型变换为回归预测模型；利用主成分‑卷积神经网络构建PCA‑CNN模型并进行训练；通过训练后PCA‑CNN模型对水体典型有机污染物浓度进行软测量，获得分析结果；本发明构建PCA‑CNN模型，能有效预测河涌水体典型有机污染物浓度，准确度高，操作简便，为城市河涌水体污染快速监测及水质评价提供了一种高效方法。