关于计算机视觉水质检测的问题，小编就整理了1个相关介绍计算机视觉水质检测的解答，让我们一起看看吧。
人工神经网络法测水质类别步骤？步骤一：获取各个水域中各类水质参数，包括PH，温度，电导率，氧化还原电位，溶解氧，氨氮，高锰酸盐指数，总磷，铜，铅，锡共10项作为评价指标，并进行参数归一化处理。
步骤二：使用LDA线性判决分析算法将原始的带标签的10维水质特征数据变换为5维水质特征数据。
步骤三：构建5*6*6的神经网络结构，第一层为输入层，第二层为隐藏层，第三层为输出层，第一层节点对输入不进行函数变换，第二层以及第三层节点的转换函数为sigmoid函数，随机初始化网络权值，训练神经网络使得损失函数达到最小值，从而获得优化的网络连接权重。
步骤四：依据AdaBoost算法更新每个样本的权重，重新执行步骤三。
步骤五：重复执行步骤四直到训练所得神经网络分类准确率达到90％。
步骤六：使用AdaBoost算法综合步骤三，四，五训练得到的各个神经网络的运算结果，对水质做出评价预测。
到此，以上就是小编对于计算机视觉水质检测的问题就介绍到这了，希望介绍计算机视觉水质检测的1点解答对大家有用。
