1.一种环境水质监测系统，其特征在于，包括：
2.根据权利要求1所述的环境水质监测系统，其中，所述全局语义编码单元，进一步用于：
3.根据权利要求2所述的环境水质监测系统，其中，所述卷积编码单元，进一步用于：将各个所述预定时间点的第一特征向量进行二维排列为所述特征矩阵；利用所述第一卷积神经网络的各层在层的正向传递中对输入数据进行卷积处理、沿通道维度的池化处理和激活处理以由所述第一卷积神经网络的最后一层生成所述第一特征矩阵，其中，所述第一卷积神经网络的第一层的输入为所述特征矩阵。
4.根据权利要求3所述的环境水质监测系统，其中，所述时序编码单元，进一步用于：将各项所述水质检测数据在所述多个预定时间点的序列按照时间维度排列为一维的水质输入向量；使用所述时序编码器的全连接层以如下公式对所述水质输入向量进行全连接编码以提取出所述水质输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：其中x是所述输入向量，y是输出向量，w是权重矩阵，b是偏置向量，表示矩阵乘；使用所述时序编码器的一维卷积层以如下公式对所述水质输入向量进行一维卷积编码以提取出所述水质输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：
5.根据权利要求4所述的环境水质监测系统，其中，
6.根据权利要求5所述的环境水质监测系统，其中，所述特征矩阵融合单元，包括：
7.根据权利要求6所述的环境水质监测系统，其中，所述监测结果生成单元，进一步用于：所述分类器以如下公式对所述分类特征矩阵进行处理以生成分类结果，其中，所述公式为：softmax{(wn,bn):…:(w1,b1)|project(f)}，其中project(f)表示将所述分类特征矩阵投影为向量，w1至wn为各层全连接层的权重矩阵，b1至bn表示各层全连接层的偏置矩阵。
8.一种环境水质监测系统的监测方法，其特征在于，包括：
9.根据权利要求8所述的环境水质监测系统的监测方法，其中，将各个所述预定时间点的多项水质检测数据分别通过包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行级联以获得对应于各个所述预定时间点的第一特征向量，包括：
10.根据权利要求9所述的环境水质监测系统的监测方法，其中，将各个所述预定时间点的第一特征向量进行二维排列为特征矩阵后通过第一卷积神经网络以获得第一特征矩阵，包括：