用于智能综合性整体质量评价的神经网络的训练方法

摘要

本申请涉及智慧环保领域中的智能综合性整体质量评价，其具体地公开了一种用于智能综合性整体质量评价的神经网络的训练方法，其采用编码器‑解码器架构对总体水体质量进行评估，具体地，在训练过程中，通过多层编码器结构来充分利用和融合水质样本的检测结果信息以及采样时间和采样深度的信息进行编码以获得编码的特征向量，再通过计算编码特征向量的三重损失函数值，并以该三重损失函数值训练所述分类器，以提高水体质量的综合性整体评价的准确性。