共享直饮水水质自适应动态自学习在线监测系统技术方案

本发明专利技术公开了一种共享直饮水水质自适应动态自学习在线监测方法，包括：S110建立神经网络输入样本集；S120建立神经网络输出样本集；S130获得归一化样本集；S140根据所述归一化样本集构建三层的BP神经网络模型；S150根据所述三层BP神经网络，运用UKF算法进行网络权值阈值动态调整；S160对云端服务器上积累的海量数据，利用UKFNN算法进行建模，获取神经网络参数；S170对实时变化的恒定水箱内水质的影响因素实现实时预测；根据恒定水箱水质实时预测，实现共享直饮水水质自适应动态自学习在线监测。本发明专利技术提供共享直饮水水质动态自学习在线监测方法及系统，具有的技术效果或优点是：改变传统饮水方式，为用户提供一种快捷、健康、方便的饮水方式，满足人民快节奏生活水平和高质量生活水平要求。

Self adaptive dynamic learning online monitoring system for sharing direct drinking water quality

The invention discloses a method of sharing online self-learning adaptive dynamic monitoring method, water quality direct drinking water including: S110 neural network input samples; S120 neural network output samples; S130 normalized samples; S140 according to the normalized sample set BP neural network model of three layers; the three layer based on S150 BP neural network, UKF algorithm is used to dynamically adjust the network weights and threshold value of S160; the accumulation of vast amounts of data on the cloud server, is modeled using the UKFNN algorithm, get the parameters of the neural network; constant water tank water quality influence factors on S170 real-time changes to realize real-time prediction; according to the constant water quality real-time prediction, realize the sharing of online self-learning adaptive dynamic monitoring of water quality of drinking water. The invention provides a shared and self-learning system on-line monitoring method of water quality dynamic direct drinking water, technical effect or has the advantages are: to change the traditional way of drinking water, drinking water to provide a fast, healthy and convenient for users to meet the people's fast-paced life level and high quality living standards requirements.

【技术实现步骤摘要】

本专利技术涉及移动互联网服务领域，特别涉及一种共享直饮水水质自适应动态自学习在线监测方法及系统。
技术介绍
随着生活水平的提高，经济飞速发展，高品质健康的生活理念越来越得到人们的青睐。特别针对日常饮用水的健康性、方便性要求越来越高，市场上目前饮用水方式包括直饮水和桶装矿泉水，其中桶装矿泉水质量、容量、价格参差不齐，在现有的经济体系下，桶装水的质量无法得到安全健康保证，市场上存在大量桶装矿泉水“以次充好”的现象，不仅存在“暴利”且不合格的桶装矿泉水会对人民的身体健康带来潜在威胁。于此同时，在快节奏的都市生活中，高效的时间利用使得人们对服务产品的便利性要求越来越高。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种共享直饮水水质自适应动态自学习在线监测方法及系统。以解决方便、健康、快捷的共享直饮水饮用问题，保证饮用水的水质健康，实现共享直饮水水质实时监测与实时更换，实现共享直饮水智能管理。本专利技术的目的之一是通过以下技术方案来实现的，共享直饮水水质自适应动态自学习在线监测方法，包括以下步骤：S110根据恒定水箱内水质的影响的控制参数，建立神经网络输入样本集；S120根据实时测量的恒定本文档来自技高网...

【技术保护点】
共享直饮水水质自适应动态自学习在线监测方法，其特征在于：包括以下步骤：S110根据恒定水箱内水质的影响的控制参数，建立神经网络输入样本集；S120根据实时测量的恒定水箱内水质指标，建立神经网络输出样本集；S130将输入样本集和输出样本集进行归一化处理，获得归一化样本集；S140根据所述归一化样本集构建三层的BP神经网络模型；S150根据所述三层BP神经网络，运用UKF算法进行网络权值阈值动态调整；S160对云端服务器上积累的海量数据，利用UKFNN算法进行建模，获取神经网络参数；S170对实时变化的恒定水箱内水质的影响因素实现实时预测；根据恒定水箱水质实时预测，实现共享直饮水水质自适应动态自学...

【技术特征摘要】
1.共享直饮水水质自适应动态自学习在线监测方法，其特征在于：包括以下步骤：S110根据恒定水箱内水质的影响的控制参数，建立神经网络输入样本集；S120根据实时测量的恒定水箱内水质指标，建立神经网络输出样本集；S130将输入样本集和输出样本集进行归一化处理，获得归一化样本集；S140根据所述归一化样本集构建三层的BP神经网络模型；S150根据所述三层BP神经网络，运用UKF算法进行网络权值阈值动态调整；S160对云端服务器上积累的海量数据，利用UKFNN算法进行建模，获取神经网络参数；S170对实时变化的恒定水箱内水质的影响因素实现实时预测；根据恒定水箱水质实时预测，实现共享直饮水水质自适应动态自学习在线监测。2.根据权利要求1所述的共享直饮水水质自适应动态自学习在线监测方法，其特征在于：所述步骤S120后还包括预处理步骤，所述预处理步骤具...

【专利技术属性】
技术研发人员：李太福，叶仪，李家庆，张堃，段棠少，王甜，唐海红，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆;50