水质预测模型的训练方法、水质预测方法及水质监测系统

本申请提供了一种水质预测模型的训练方法、水质预测方法及水质监测系统，该训练方法包括每次迭代时获取一次训练样本；判断训练样本的数量是否满足预设训练样本阈值；若满足，则基于训练样本训练由中央云服务器下发的当前版本的全局水质预测模型，并调整模型的本地学习参数；在达到预设迭代次数后，将最终调整的本地学习参数发送到中央云服务器，以由中央云服务器对各边缘服务器上传的本地学习参数进行聚合，得到全局学习参数，并基于全局学习参数更新全局水质预测模型；接收中央云服务器下发的更新后的全局水质预测模型。本发明不仅能够对大范围内的水质污染情况进行预测，且降低网络通信成本，保护了数据隐私。