一种基于竞争型神经网络的水体营养状态分类方法技术

本发明专利技术提供了一种基于竞争型神经网络的水体营养状态分类方法，利用竞争型神经网络，对水环境功能区中与营养状态有关的指标进行无监督分类，根据分类结果确定营养状态等级。在各个湖泊在不同营养状态下的指标中，选取综合营养状态指数法(TLI)中的五项指标(叶绿素a、总氮、总磷、透明度和高锰酸盐指数)的监测值经过加权并归一化后作为输入模式，通过竞争型神经网络无导师监督学习，对样本之间的特征信息进行欧氏距离相似性判定，得出样本的分类结果，分别计算分类属性对应监测指标的平均值，用于水体富营养化的评价与分级。该方法实施简单灵活且在实际应用中有较好效果。单灵活且在实际应用中有较好效果。

【技术实现步骤摘要】
一种基于竞争型神经网络的水体营养状态分类方法


[0001]本专利技术属于生态环境保护
和电子信息处理领域，具体涉及一种基于竞争型神经网络的水体营养状态分类方法。

技术介绍

[0002]湖泊富营养化是我国长期存在的一类水环境污染问题，被定义为水体中生物所需的氮、磷等营养盐超负荷存在，导致水生态系统失去平衡，利于水生植物和浮游生物不断生长繁殖，降低水体透明度，降低溶解氧浓度，不利于保持水体生物的物种平衡，同时大量繁殖生长产生的大量代谢物破坏水质，进而增加治理难度。指湖泊水体在自然因素和(或)人类活动的影响下，大量营养盐输入湖泊水体，使湖泊逐步由生产力水平较低的贫营养状态向生产力水平较高的富营养状态变化的一种现象。自然界中湖泊、水库、河流营养状态的演化直至水生态系统消亡需要很长时间，而人类社会加快了生态系统的消亡。为了便于治理湖库的富营养化，加强管理手段，需要统一建立出科学合理的营养程度评价方法，即根据最能影响营养程度的水质监测指标的大小判断出水体的营养状态的好坏。
[0003]湖泊富营养化评价的基本方法主要有综合营养状态指数法(TLI本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于竞争型神经网络的水体营养状态分类方法，其特征在于：包括如下步骤：步骤1、将已知的湖库水质监测数据整理得原始数据，以不同时间、不同地点的湖库为独立样本，不同监测项目为属性；步骤2、将样本的原始数据与各自的权重相乘，使用Matlab中的mapminmax函数对加权后的数据进行线性归一化；步骤3、对处理后的数据通过竞争型神经网络学习分类，共5类，得出每一样本的分类属性，分别计算分类属性对应监测指标的平均值，用于判定对应的营养等级。2.根据权利要求1所述的基于竞争型神经网络的水体营养状态分类方法，其特征在于所述步骤3中，竞争型神经网络主要可分为输入层、竞争层；所述输入层，用于接收五项监测指标的数...

【专利技术属性】
技术研发人员：陈春燕，徐澜，赵恒，王开德，马艳琼，张霞，黄友志，铁程，顾济沧，赵琦琳，
申请(专利权)人：昆明市生态环境局安宁分局生态环境监测站，
类型：发明
国别省市：