本申请涉及物联网，且更为具体地，涉及一种基于物联网的污染源自动监控系统及方法。
背景技术：
1、污染源自动监控系统基于物联网技术，实现对空气质量的实时连续监测，有助于企业和环境监管部门及时了解空气质量情况，从而减轻监管部门的工作负担，提高执法效率。
2、空气监测是针对空气中的污染物进行定点、连续或定时采样和测量的过程，主要监测项目包括二氧化硫、一氧化氮、碳氢化合物和浮尘等。传统空气监测方法需要在城市设置多个监测点，安装自动监测设备进行连续监测，然后定期人工取回监测结果进行分析。这种方式耗时费力，缺乏连续性和时效性，不利于实现自动化、无人化管理，也不利于控制人员实时了解城市空气质量参数。
3、因此，期望一种基于物联网的污染源自动监控系统及方法。能够解决传统监测方法的局限性，实现空气质量的实时连续监测，提高监测效率和准确性，从而更好地保护环境和促进城市空气质量管理的自动化、智能化发展。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于物联网的污染源自动监控系统及方法，通过多项污染物检测数据和特征矩阵构造，实现空气质量实时连续监测和分类评估。
2、相应地，根据本申请的一个方面，提供了一种基于物联网的污染源自动监控系统，其包括：
3、污染物数据采集模块，用于获取待监测区域在多个预定时间点的多项污染物检测数据，所述污染物检测数据包括pm2.5、pm10、二氧化硫、二氧化氮、一氧化碳和臭氧；
4、污染物数据处理模块，用于从所述多个预定时间点的多项污染物检测数据分别提取第一污染物特征矩阵和第二污染物特征矩阵；
5、污染物数据融合模块，用于构造所述第一污染物特征矩阵和所述第二污染物特征矩阵之间的空气质量分类特征矩阵，并对所述空气质量分类特征矩阵进行特征表示的期望激活活跃化以得到优化空气质量分类特征矩阵；
6、污染物数据分析模块，用于将所述优化空气质量分类特征矩阵通过分类器以获得分类结果，所述分类结果用于表示待监测区域的空气质量是否正常。
7、根据本申请的另一个方面，提供了一种基于物联网的污染源自动监控方法，其包括：
8、获取待监测区域在多个预定时间点的多项污染物检测数据，所述污染物检测数据包括pm2.5、pm10、二氧化硫、二氧化氮、一氧化碳和臭氧；
9、从所述多个预定时间点的多项污染物检测数据分别提取第一污染物特征矩阵和第二污染物特征矩阵；
10、构造所述第一污染物特征矩阵和所述第二污染物特征矩阵之间的空气质量分类特征矩阵，并对所述空气质量分类特征矩阵进行特征表示的期望激活活跃化以得到优化空气质量分类特征矩阵；
11、将所述优化空气质量分类特征矩阵通过分类器以获得分类结果，所述分类结果用于表示待监测区域的空气质量是否正常。
12、与现有技术相比，本申请提供的一种基于物联网的污染源自动监控系统及方法，通过获取多个预定时间点的污染物检测数据（包括pm2.5、pm10、二氧化硫、二氧化氮、一氧化碳和臭氧），提取特征矩阵并构造空气质量分类特征矩阵，最终通过分类器得出空气质量是否正常的结果。这种方法实现了空气质量的实时连续监测，提高了监测效率和准确性，有助于环境保护和城市空气质量管理的自动化、智能化发展。
1.一种基于物联网的污染源自动监控系统，其特征在于，包括：
2.根据权利要求1所述的基于物联网的污染源自动监控系统，其特征在于，所述污染物数据处理模块，包括：
3.根据权利要求2所述的基于物联网的污染源自动监控系统，其特征在于，所述各个时间点污染物提取单元，包括：
4.根据权利要求3所述的基于物联网的污染源自动监控系统，其特征在于，所述提取向量子单元，包括：
5.根据权利要求4所述的基于物联网的污染源自动监控系统，其特征在于，所述各项污染物提取单元，包括：
6.根据权利要求5所述的基于物联网的污染源自动监控系统，其特征在于，所述时序编码器子单元，包括：
7.根据权利要求6所述的基于物联网的污染源自动监控系统，其特征在于，所述污染物数据融合模块，包括：
8.根据权利要求7所述的基于物联网的污染源自动监控系统，其特征在于，所述互为转置卷积核单元，用于：所述相邻层使用互为转置的卷积核的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：
9.根据权利要求8所述的基于物联网的污染源自动监控系统，其特征在于，所述优化单元，包括：
10.一种基于物联网的污染源自动监控方法，其特征在于，包括：
