技術(shù)特征：

1.一種黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，包括以下步驟：

步驟1：構(gòu)建黑臭水體人體感官指標(biāo)體系，包括引起人不悅的顏色的指標(biāo)，和引起人不悅的氣味的指標(biāo)；

步驟2：構(gòu)建基于黑臭水體人體感官指標(biāo)體系的黑臭水體加權(quán)評(píng)估模型；

步驟3：獲取黑臭水體圖像樣本，將圖像樣本分為訓(xùn)練樣本和測(cè)試樣本；

步驟4：對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行預(yù)處理和預(yù)評(píng)估；

步驟5：構(gòu)建N層深度卷積神經(jīng)網(wǎng)絡(luò)模型，該卷積神經(jīng)網(wǎng)絡(luò)模型包括M層卷積層，L層全連接層；

步驟6：利用步驟4中預(yù)處理后的訓(xùn)練樣本對(duì)步驟5所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行前向傳播和后向傳播兩個(gè)階段的訓(xùn)練，卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練利用softmax回歸作為分類算法，當(dāng)后向傳播訓(xùn)練計(jì)算出的誤差達(dá)到期望值時(shí)，訓(xùn)練結(jié)束，并得到卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)；

步驟7：利用步驟6中訓(xùn)練結(jié)束的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)步驟4中預(yù)處理后的測(cè)試樣本進(jìn)行測(cè)試，評(píng)估測(cè)試的綜合誤差；若誤差在預(yù)定目標(biāo)范圍內(nèi)，則說明神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成功；否則增加樣本量和訓(xùn)練強(qiáng)度，重復(fù)步驟3～步驟7，直到誤差達(dá)到預(yù)定目標(biāo)；

步驟8：通過預(yù)先布置在所要識(shí)別的水體上的氣味檢測(cè)儀，獲取J項(xiàng)氣味指標(biāo)，將J項(xiàng)氣味指標(biāo)加上K項(xiàng)顏色指標(biāo)，按照步驟2所述的加權(quán)評(píng)估模型，綜合評(píng)估并判斷黑臭水體的等級(jí)。

2.根據(jù)權(quán)利要求1所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于：步驟1中所述引起人不悅的顏色的指標(biāo)包括水體黑色程度、水體不透明程度、河道垃圾、河岸不整潔程度以及水面漂浮物5項(xiàng)指標(biāo)；引起人不悅的氣味指標(biāo)包括水體惡臭濃度、硫化氫、氨氣和總揮發(fā)性有機(jī)物4項(xiàng)指標(biāo)；

所述構(gòu)建黑臭水體人體感官指標(biāo)體系，包括一級(jí)指標(biāo)和二級(jí)指標(biāo)，分類編號(hào)具體為表1所示：

表1 指標(biāo)體系

3.根據(jù)權(quán)利要求2所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，步驟2的具體實(shí)現(xiàn)包括以下子步驟：

步驟2.1：建立黑臭水體人體感官指標(biāo)體系的評(píng)價(jià)子集：

C＝{C1，C2}

C1＝|C11，C12，C13，C14，C15| (式1)

C2＝|C21，C22，C23，C24|

步驟2.2：建立指標(biāo)的評(píng)語體系：

根據(jù)黑臭水體人體感官指標(biāo)體系的指標(biāo)以及指標(biāo)對(duì)黑臭水體評(píng)估的影響，構(gòu)建指標(biāo)的評(píng)語體系為：

V＝{v1，v2，v3} (式2)

其中v1表示重度黑臭，v2表示輕度黑臭，v3無黑臭。

步驟2.3：確定各指標(biāo)的權(quán)重；

利用語氣算子計(jì)算各指標(biāo)的權(quán)重，語氣算子的計(jì)算方法為：

w_1,i＝w_1,i-1·w_i-1,i

其中，w_i為第i個(gè)指標(biāo)的絕對(duì)權(quán)重，w_1,i為第i個(gè)指標(biāo)與第1個(gè)指標(biāo)相比的相對(duì)權(quán)重，w_i-1,i為相鄰指標(biāo)第i個(gè)指標(biāo)與第i-1個(gè)指標(biāo)相比的相對(duì)權(quán)重；相對(duì)權(quán)重通過相對(duì)權(quán)重語氣表進(jìn)行查詢獲得；相對(duì)權(quán)重語氣表如表2所示：

表2 相對(duì)權(quán)重語氣表

根據(jù)相對(duì)權(quán)重語氣表2和式3，確定各指標(biāo)相對(duì)同級(jí)的指標(biāo)和他相鄰指標(biāo)的權(quán)重w_i-1,i，然后確定各指標(biāo)在同類型指標(biāo)體系中的w_1,i，最后確定各指標(biāo)的絕對(duì)權(quán)重w_i如表3所示：

表3 指標(biāo)權(quán)重表

步驟2.4：黑臭水等級(jí)綜合判定；

采用100分制，作為判斷黑臭水體等級(jí)的評(píng)分標(biāo)準(zhǔn)；

設(shè)S＝(s1,s2,s3)，其中s1表示指標(biāo)氣味與顏色達(dá)到重度情況，取值30；s2表示氣味與顏色指標(biāo)為輕度情況，取值60；s3表示氣味與顏色指標(biāo)無，取值100；

則得分黑臭水體的綜合評(píng)分為

其中，S為黑臭水體的最終得分，w_i為第i個(gè)指標(biāo)的權(quán)重，s_i為第i個(gè)指標(biāo)的得分；

根據(jù)最終得分，判斷黑臭水體的等級(jí)為:

4.根據(jù)權(quán)利要求1所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于：步驟3所述的獲取黑臭水體圖像樣本，是在廣泛收集水體照片的基礎(chǔ)上，建立涵蓋黑臭水顏色評(píng)價(jià)指標(biāo)的圖像特征庫(kù)；并從圖像特征庫(kù)中，隨機(jī)選擇80％的圖像為訓(xùn)練樣本，剩下的20％為測(cè)試樣本。

5.根據(jù)權(quán)利要求1所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于：步驟4中所述對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行預(yù)處理，是將訓(xùn)練樣本和測(cè)試樣本的大小調(diào)整到240×240像素；對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行預(yù)判定，是對(duì)訓(xùn)練樣本和測(cè)試樣本通過人工判定，判斷樣本顏色指標(biāo)的評(píng)語體系。

6.根據(jù)權(quán)利要求1所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，步驟7中所述評(píng)估測(cè)試的綜合誤差，綜合誤差的評(píng)估方程為：

其中，err為綜合誤差，n為測(cè)試樣本的總個(gè)數(shù)，i為第i個(gè)測(cè)試樣本，j為第j個(gè)顏色指標(biāo)；r_ij為測(cè)試過程中，機(jī)器對(duì)第i個(gè)樣本的第j個(gè)指標(biāo)的判定結(jié)果與測(cè)試樣本人工判定結(jié)果的比較，若二者判定結(jié)果相同則r_ij＝1，否則r_ij＝0；

所述增加樣本量，是在err大于預(yù)設(shè)值時(shí)，表明訓(xùn)練失敗，需要重復(fù)步驟3，在現(xiàn)有樣本總數(shù)n的基礎(chǔ)上，增加0.5*n的樣本數(shù)，重復(fù)步驟3～7，對(duì)樣本進(jìn)行預(yù)處理和與判定，并訓(xùn)練模型，重新進(jìn)行測(cè)試；如此循環(huán)，直到err小于等于預(yù)設(shè)值為止。

7.根據(jù)權(quán)利要求1-6任意一項(xiàng)所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于：所述誤差預(yù)設(shè)值為10％。