【技术实现步骤摘要】
本专利技术涉及水环境检测，具体涉及一种水环境检测方法及装置。
技术介绍
1、光谱检测是一种非常重要的物质分析检测技术，其主要原理是通过获取并对物质的光学特性进行分析，来确定物质的成分、结构和性质等信息。随着光谱检测技术的发展，以及对物质光谱特性，例如吸收、透射、反射、散射和荧光光谱原理和技术的掌握，越来越多的新型光谱检测设备和模型用于生态环保领域，尤其是在时序水质、水华和泥沙含量监测场景中。
2、然而，由于光谱检测技术固有缺陷，即物质光谱信号堆叠、光噪声影响，较容易出现“同物异谱、异物同谱”现象，同时，由于水环境物质成分的多样性和复杂性，导致即使是同一类不同物质光学特征也可能存在一定差异，进而导致对水环境的检测精度和检测稳定性较低。
技术实现思路
1、有鉴于此，本专利技术提供了一种水环境检测方法及装置，以解决光谱检测技术导致对水环境的检测精度和检测稳定性较低的问题。
2、第一方面，本专利技术提供了一种水环境检测方法，该方法包括：
3、采集目标区域的水环境...
【技术保护点】
1.一种水环境检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述深度学习网络模型由后向神经网络层和全连接层构成；所述构建深度学习网络模型，基于所述光谱训练数据集对所述深度学习网络模型进行预训练，得到初始化检测模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述构建深度学习网络模型，基于所述光谱训练数据集对所述深度学习网络模型进行预训练，得到初始化检测模型，还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述光谱测试数据集对所述初始化检测模型进行参数调整，得到水环境多参数检测模型，
...
【技术特征摘要】
1.一种水环境检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述深度学习网络模型由后向神经网络层和全连接层构成；所述构建深度学习网络模型，基于所述光谱训练数据集对所述深度学习网络模型进行预训练，得到初始化检测模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述构建深度学习网络模型，基于所述光谱训练数据集对所述深度学习网络模型进行预训练，得到初始化检测模型，还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述光谱测试数据集对所述初始化检测模型进行参数调整，得到水环境多参数检测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述水环境参数预测结果判断所述...
【专利技术属性】
技术研发人员：李林泽，金和平，罗惠恒，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。