[发明专利]一种基于动态更新数据集的水质污染报警方法

权利要求书

1.一种基于动态更新数据集的水质污染报警方法，其特征在于，包括，

步骤1：获取水质无污染时的光谱数据，作为特征数据集A1；

步骤2：获取水质污染时的光谱数据，作为异常数据集A2；

步骤3：A1和A2根据模型训练参数M的比例进行数据选取，M＝A1/A2；

步骤4：根据选取后的A1和A2得到训练数据集A3，A3＝A1∪A2；

步骤5：开始训练异常检测模型，具体为，

步骤501：从训练数据集A3中随机选择m个样本点构成n个子集Ωi，其中，i∈1,2,3……n，在n个子集上构建决策树；

步骤502：随机选择Ωi中的一个特征，随机选择一个阈值进行二分裂；阈值介于当前节点数据中指定特征的最大值和最小值之间；

步骤503：重复步骤502，直到决策树到达设定的高度d或者每个叶子节点中只有一个点；

步骤504：重复步骤502～步骤503，直到n个决策树构建完成；

步骤505：计算n个决策树的平均深度，作为异常阈值输出，异常检测模型构建完成；

步骤6：获取待测水质的光谱数据，输入到异常检测模型，得到归一化异常分数

步骤7：比较归一化异常分数和异常阈值，当归一化异常分数小于异常阈值时，判定待测水质无污染；当归一化异常分数大于或等于异常阈值时，判定待测水质污染，获取待测水质的光谱数据，保存为当日异常数据；

步骤8：重复步骤6～步骤7，直到预设时间；

步骤9：在设定的时间段内，根据当日异常数据更新异常数据集A2。

2.根据权利要求1所述的一种基于动态更新数据集的水质污染报警方法，其特征在于，步骤7还包括，当归一化异常分数大于或等于异常阈值时，判定待测水质污染，启动报警。

3.根据权利要求1所述的一种基于动态更新数据集的水质污染报警方法，其特征在于，还包括异常检测模型的参数优化，所述参数优化包括，

步骤A：获取在水质无污染状态下异常检测模型将正常数据判定为异常数据的集合A4，定义在水质无污染状态下异常检测模型误判正常数据为异常数据的比例为虚警率X，X＝A4/A1；

步骤B：获取在水质污染状态下异常检测模型将异常数据判定为正常数据的集合A5，定义在水质污染状态下异常检测模型误判异常数据为正常数据的比例为漏警率Y，Y＝A5/A2；

步骤C：调用孤立森林模型，统计不同n_estimators和max_samples值的状态下的虚警率和漏警率，其中n_estimators为子树个数，即决策树的个数n，max_samples为构建每棵子树的训练样本个数，即样本点的个数m；

步骤D：选择虚警率和漏警率最低状态下的对应n_estimators和max_samples的值分别作为优化后n和m的参数。

4.根据权利要求1所述的一种基于动态更新数据集的水质污染报警方法，其特征在于，所述步骤9包括，在进入系统自动校准时段内，从当日异常数据中提取R条数据，其中，R∈1,2...10…，替换掉异常数据集A2中同样数量的历史数据。

5.根据权利要求1所述的一种基于动态更新数据集的水质污染报警方法，其特征在于，所述待测水质的光谱数据自带时间标签，所述时间标签包括待测水质的光谱数据的获取时间。

6.根据权利要求1所述的一种基于动态更新数据集的水质污染报警方法，其特征在于，还包括异常阈值校正，所述异常阈值校正包括，

步骤a：获取多组测试数据，其中多组数据包括水质污染的测试数据和水质无污染的测试数据，分别计算每组数据的决策树的平均深度；

步骤b：根据水质污染的测试数据和水质无污染的测试数据对应的平均深度，设定校正阈值，使平均深度低于校正阈值的为水质无污染的测试数据，平均深度低于校正阈值的为水质污染的测试数据；

步骤c：根据校正阈值对异常阈值进行校正处理。