如何使用ai觀測水質

步驟一：獲取各個水域中各類水質引數，包括PH，溫度，電導率，氧化還原電位，溶解氧，氨氮，高錳酸鹽指數，總磷，銅，鉛，錫共10項作為評價指標，並進行引數歸一化處理。

步驟二：使用LDA線性判決分析演算法將原始的帶標籤的10維水質特徵資料變換為5維水質特徵資料。

步驟三：構建5*6*6的神經網路結構，第一層為輸入層，第二層為隱藏層，第三層為輸出層，第一層節點對輸入不進行函式變換，第二層以及第三層節點的轉換函式為sigmoid函式，隨機初始化網路權值，訓練神經網路使得損失函式達到最小值，從而獲得優化的網路連線權重。

步驟四：依據AdaBoost演算法更新每個樣本的權重，重新執行步驟三。

步驟五：重複執行步驟四直到訓練所得神經網路分類準確率達到90％。

步驟六：使用AdaBoost演算法綜合步驟三，四，五訓練得到的各個神經網路的運算結果，對水質做出評價預測。