摘要

本文对表征水体质量的多元时序数据进行研究,基于图卷积神经网络构建水污染监测模型,将异常检测问题转化为分类问题,以达到水质监测的目的。本文选取了多个部署在不同环境下的对监测水体质量的多传感器系统作为研究对象,结果表明,相比于其他算法,本文提出的水质监测方法有效提升了对水污染检测的准确率,能够达到97%。