一种黑臭水自动识别与评估方法技术

本发明专利技术公开了一种黑臭水自动识别与评估方法，包括构建黑臭水体人体感官指标体系、建立黑臭水体加权评估标准，构建黑臭水体样本库，构建黑臭水体人工智能评价模型，进行机器深度训练、学习和验证以及综合颜色评估结果和气味评估结果，进行黑臭水体识别等6个步骤。本发明专利技术可以有效的监测河道黑臭水恶化程度，针对黑臭水评价标准提出了黑臭水快速识别、实时监控的黑臭水自动识别方法，为城市河道的治理和保护提供有力支撑。在建立黑臭水特征数据库上，进行了大量的测试，结果表明本发明专利技术提出的基于深度卷积神经网络的新型技术具有非常高的实用性和可行性。

Automatic identification and evaluation method of black and odorous water

The invention discloses a black odor water automatic identification and assessment methods, including the construction of black odor water body sensory index system and a weighted black odor water evaluation standard, construction of black odor water sample database, construction of black odor water artificial intelligence evaluation model, machine learning and depth training, verification and evaluation results of integrated color and odor the results of the assessment, 6 steps of black and odorous water recognition etc.. The invention can effectively monitor the black smelly river water deterioration degree, according to the evaluation of black odor water standard identification method is proposed for real-time monitoring and rapid identification of black odor water black smelly water, provide strong support for the management and protection of the city river. A large number of tests were carried out on the database of black and odorous water characteristics. The results show that the new technology based on depth convolution neural network has very high practicability and feasibility.

【技术实现步骤摘要】
一种黑臭水自动识别与评估方法
本专利技术属于黑臭水体评估与鉴定、环境保护与治理、图像自动识别与机器学习
，具体涉及一种基于卷积神经网络和模糊加权评估的黑臭水自动识别与评估方法。
技术介绍
随着《水污染防治行动计划》的发布，我国实行最严格的水资源管理制度，对城市黑臭水体的识别、治理和修复提出了更高的要求。目前，我国已经出台了《城市黑臭水体整治工作指南》，对城市黑臭水体的定义、黑臭水体级别判定做了权威性的规范和说明，指出城市黑臭水体是呈现令人不悦的颜色和(或)散发令人不适气味的水体的统称，主要依赖调查问卷的方法进行判定。虽然《城市黑臭水体整治工作指南》中，明确了通过透明度、溶解氧、氧化还原电位和氨氮等水质指标进行黑臭水体的判定的方法，但这种方法需要专业环境测试工作人员和特殊的仪器，判定过程复杂，且不具有持续性。依据人的感官，通过问卷调查进行黑臭水体的判定仍然是目前最主流和广泛使用的方法。但这种方法工作量大，可持续性短。在城市黑臭水体判定后，随着时间的发展，城市黑臭水体会逐步改变属性，如何实时、准确地评估城市水体的黑臭状况，监控城市水体的发展，需要更加科学可靠地技术支撑。视频监控，性本文档来自技高网...

【技术保护点】
一种黑臭水自动识别与评估方法，其特征在于，包括以下步骤：步骤1：构建黑臭水体人体感官指标体系，包括引起人不悦的颜色的指标，和引起人不悦的气味的指标；步骤2：构建基于黑臭水体人体感官指标体系的黑臭水体加权评估模型；步骤3：获取黑臭水体图像样本，将图像样本分为训练样本和测试样本；步骤4：对训练样本和测试样本进行预处理和预评估；步骤5：构建N层深度卷积神经网络模型，该卷积神经网络模型包括M层卷积层，L层全连接层；步骤6：利用步骤4中预处理后的训练样本对步骤5所述卷积神经网络模型进行前向传播和后向传播两个阶段的训练，卷积神经网络的训练利用softmax回归作为分类算法，当后向传播训练计算出的误差达到期...

【技术特征摘要】
1.一种黑臭水自动识别与评估方法，其特征在于，包括以下步骤：步骤1：构建黑臭水体人体感官指标体系，包括引起人不悦的颜色的指标，和引起人不悦的气味的指标；步骤2：构建基于黑臭水体人体感官指标体系的黑臭水体加权评估模型；步骤3：获取黑臭水体图像样本，将图像样本分为训练样本和测试样本；步骤4：对训练样本和测试样本进行预处理和预评估；步骤5：构建N层深度卷积神经网络模型，该卷积神经网络模型包括M层卷积层，L层全连接层；步骤6：利用步骤4中预处理后的训练样本对步骤5所述卷积神经网络模型进行前向传播和后向传播两个阶段的训练，卷积神经网络的训练利用softmax回归作为分类算法，当后向传播训练计算出的误差达到期望值时，训练结束，并得到卷积神经网络模型的参数；步骤7：利用步骤6中训练结束的卷积神经网络模型对步骤4中预处理后的测试样本进行测试，评估测试的综合误差；若误差在预定目标范围内，则说明神经网络模型训练成功；否则增加样本量和训练强度，重复步骤3～步骤7，直到误差达到预定目标；步骤8：通过预先布置在所要识别的水体上的气味检测仪，获取J项气味指标，将J项气味指标加上K项颜色指标，按照步骤2所述的加权评估模型，综合评估并判断黑臭水体的等级。2.根据权利要求1所述的黑臭水自动识别与评估方法，其特征在于：步骤1中所述引起人不悦的颜色的指标包括水体黑色程度、水体不透明程度、河道垃圾、河岸不整洁程度以及水面漂浮物5项指标；引起人不悦的气味指标包括水体恶臭浓度、硫化氢、氨气和总挥发性有机物4项指标；所述构建黑臭水体人体感官指标体系，包括一级指标和二级指标，分类编号具体为表1所示：表1指标体系3.根据权利要求2所述的黑臭水自动识别与评估方法，其特征在于，步骤2的具体实现包括以下子步骤：步骤2.1：建立黑臭水体人体感官指标体系的评价子集：C＝{C1，C2}C1＝|C11，C12，C13，C14，C15|(式1)C2＝|C21，C22，C23，C24|步骤2.2：建立指标的评语体系：根据黑臭水体人体感官指标体系的指标以及指标对黑臭水体评估的影响，构建指标的评语体系为：V＝{v1，v2，v3}(式2)其中v1表示重度黑臭，v2表示轻度黑臭，v3无黑臭。步骤2.3：确定各指标的权重；利用语气算子计算各指标的权重，语气算子的计算方法为：w1,i＝w1,i-1·wi...

【专利技术属性】
技术研发人员：王永桂，胡珊，
申请(专利权)人：武汉海卓科科技有限公司，
类型：发明
国别省市：湖北,42