买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

摘要：本公开提供了一种水质污染预警方法及装置，该水质污染预警方法包括：采集水质参数历史数据，构建水质污染预警特征库；采集待检测时刻的水质参数数据，构建待检测时刻水质特征向量，并将该待检测时刻水质特征向量与所述水质污染预警特征库共同构成待检测样本集；采用孤立森林算法对该待检测样本集中水质参数数据进行异常识别与预警。利用本公开，水质特征向量的提取能够充分利用多水质参数对污染事件的协同反馈现象，同时又保留了监测数据的原始信息；孤立森林算法是纯无监督方法，无需大量数据积累，特别是不要求有各类不同污染类别的数据，对数据分布无要求，其实更符合检测未知污染事件这种场景。

主权项：1.一种水质污染预警方法，其特征在于，包括：采集水质参数历史数据，构建水质污染预警特征库；采集待检测时刻的水质参数数据，构建待检测时刻水质特征向量，并将该待检测时刻水质特征向量与所述水质污染预警特征库共同构成待检测样本集；采用孤立森林算法对该待检测样本集中水质参数数据进行异常识别与预警；其中，所述采集水质参数历史数据，构建水质污染预警特征库，包括：步骤A1：采集t时刻及其前k个时刻的所有水质参数历史数据，计算t时刻n个水质参数数据间的相关系数、n个水质参数历史数据从t-k时刻到t时刻共k+1个数据的均值，构建t时刻的水质特征向量，记为实现数据特征的提取和特征向量的构建；步骤A2：按照步骤A1将包含m个时刻的水质参数历史数据构建为包含m-k个水质特征向量的水质污染预警特征库；所述采集待检测时刻的水质参数数据，构建待检测时刻水质特征向量，并将该待检测时刻水质特征向量与所述水质污染预警特征库共同构成待检测样本集的步骤中，按照步骤A1构建待检测时刻水质特征向量，该待检测时刻水质特征向量为待检测样本，将该待检测样本与所述水质污染预警特征库共同构成待检测样本集；所述采用孤立森林算法对该待检测样本集中水质参数数据进行异常识别与预警，包括：步骤1：有放回地从ns个检测样本集中抽取ψ个样本，构建数据子集，其中ns＝m-k+1；步骤2：随机选择数据子集中的一个属性，属性即检测样本集中的任意一列；步骤3：随机选择该属性的一个值Value；步骤4：根据所选属性，使用具有二叉树结构的iTree对每个数据样本进行分割，若数据样本x小于Value，则将其放入左子树，否则将其放入右子树；步骤5：重复步骤3和步骤4，递归地构造左子树和右子树，直至所有叶子节点均只有一个数据样本，即数据样本无法再被分割，iTree停止生长；步骤6：重复步骤1～5，构建nt棵iTree，形成iForest；步骤7：计算每个数据样本在nt棵iTree中的平均路径长度和该平均路径长度的p分位数，若待检测样本的平均路径长度大于该平均路径长度的p分位数，则水质异常，否则水质正常。

全文数据：

权利要求：

百度查询： 清华大学 一种水质污染预警方法及装置