(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111630756.0 (22)申请日 2021.12.28 (71)申请人 南京河海南自水电自动化有限公司 地址 210000 江苏省南京市浦口高新 技术 产业开发区星火 路8号 (72)发明人 杨晔　陈丹丹　鞠军　李书明　 卓四明　赖新芳　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 何春廷 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/00(2006.01) G01N 33/18(2006.01) (54)发明名称 一种水质评价方法及系统 (57)摘要 本发明公开了一种水质评价方法及系统， 包 括： 采集待评价水域的多个水质数据， 每个水质 数据包括相同个数的多项水质参数； 对所述多个 水质数据进行归一化处理， 得到归一化数据； 求 取所述归一化数据构成矩 阵的相关系数矩 阵的 特征向量和特征值， 根据特征向量和特征值对归 一化数据进行主成分分析， 根据主成分分析的结 果进行数据降维处理， 得到降维数据； 利用预先 基于PSO‑网格搜索法确定的核函数参数所建立 支持向量机多分类模型， 对降维数据进行分类判 别， 输出评价结果。 优点： 本发明采用的方法准确 率更高； 本发 明采用的参数寻优算法在提升准确 率及缩短运 算时间上， 取得了良好的效果。 权利要求书4页 说明书13页 附图2页 CN 114548212 A 2022.05.27 CN 114548212 A 1.一种水质评价方法， 其特 征在于， 包括： 采集待评价水域的多个水质数据， 每 个水质数据包括相同个数的多 项水质参数； 对所述多个水质数据进行归一 化处理， 得到归一 化数据； 求取所述归一化数据构 成矩阵的相关系数矩阵的特征向量和特征值， 根据特征向量和 特征值对归一化数据进行主成分分析， 根据主成分分析 的结果进行数据降维处理， 得到降 维数据； 利用预先基于PSO ‑网格搜索 法确定的核函数参数所建立支持向量机多分类模型， 对降 维数据进行分类判别， 输出评价结果。 2.根据权利要求1所述的水质评价方法， 其特征在于， 所述对所述多个水质数据进行归 一化处理， 得到归一 化数据， 包括： 根据每项水质参数的最大值和最小值， 将每项水质参数的所有数据线性转化到[0,1] 区间内， 表示 为： 其中， x为归一化前的水质数据 中的某项水质参数值， xmax和xmin分别表示x的最大值和 最小值， x'为归一 化后的值。 3.根据权利要求1所述的水质评价方法， 其特征在于， 所述求取所述归一化数据构 成矩 阵的相关系数矩阵的特征向量和特征值， 根据特征向量和特征值对归一化数据进 行主成分 分析， 根据主成分 分析的结果进行 数据降维处 理， 得到降维数据， 包括： 对于N个水质数据， 根据每个水质数据选取M个指标参数， 将所述N个水质数据归一化处 理后得到N ×M的矩阵如下 所示： 根据N×M的矩阵建立标准 化样本的相关系数矩阵R＝(rij)M×M， 其中， 式中， x′ki、 x'kj分别为标准化后第k个水质数据的第i和第j个水质参数对应的数据值， 和 分别为标准化后第i和第j个水质参数对 应的N个值的平均值， 求得R的特征值 λ1≥λ2 ≥…≥λM＞0， 对应的特 征向量如下：权　利　要　求　书 1/4 页 2 CN 114548212 A 2计算前m个主成分的累计贡献率为 当前为m个主成分的累计贡献率达到 预设百分比， 则用前m个主成分来表征原 始M个水质参数的信息， m＜M； 前m个主成分为降维数据， 记作F＝(F1,F2,...,Fm) ， F＝X ′A， 式中 ， 为因子载荷矩阵。 4.根据权利要求1所述的水质评价方法， 其特征在于， 所述对降维数据进行分类判别， 输出评价结果， 包括： 将降维数据代入所述支持向量机多分类模型进行判别， 利用支持向量机多分类模型中 的n个分类器对降维数据进 行类别判别， 如果属于类别i， 则类别i的票数加1， 如果属于类别 j， 则类别j的票数加1， n个分类器判别完 毕， 得票最多的类别即为降维数据所属类别； 类别i 和类别j属于预 先设置的五类水质参数类别。 5.根据权利要求1所述的水质评价方法， 其特征在于， 所述支持向量机多分类模型的构 建过程， 包括： 设置径向基函数作为支持向量机核函数， 表示 为： K(xi,x)＝exp( ‑||x‑xi||2/2 δ2) 其中， xi为核函数的中心， δ为核 函数的宽度参数， 利用PSO ‑网格搜索法确定最优支持向 量机惩罚参数C及核函数参数g， 得到最终的支持向量机核函数， 其中 g＝1/2 δ2； 基于所述支持向量机核函数构建支持向量机多分类模型； 获取评价结果已知的水质参数的训练样本， 对训练数据依次进行归一化、 降维处理后， 得到若干个包括m个水质参数的样本数据， 将所述若干个包括m个水质参数的样本数据分成 训练集和测试集两部分， 利用训练集和测试集对所述支持向量机模型进行训练和测试， 确 定最终的支持向量机核函数参数， 根据最终的支持向量机核函数参数得到训练好的支持向 量机多分类模型。 6.一种水质评价系统， 其特 征在于， 包括： 采集模块， 用于采集待评价水域的多个水质数据， 每个水质数据包括相同个数的多项 水质参数； 归一化模块， 用于对所述多个水质数据进行归一 化处理， 得到归一 化数据； 降维模块， 用于求取所述归一化数据构成矩阵的相关系数矩阵的特征向量和特征值， 根据特征向量和特征值对归一化数据进行主成分分析， 根据主成分分析的结果进 行数据降 维处理， 得到降维数据； 模型处理模块， 用于利用预先基于PSO ‑网格搜索法确定的核函数参数所建立支持向量 机多分类模型， 对降维数据进行分类判别， 输出评价结果。 7.根据权利要求6所述的水质评价系统， 其特 征在于， 所述归一 化模块，权　利　要　求　书 2/4 页 3 CN 114548212 A 3