基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于物理测量的COD值快速预估方法,它采用混合神经网络模型直接由UV分光光度计测得的吸光度数据预估出水样的COD值.实例分析表明,采用该混合模型具有比常规的BP网络和传统回归模型更好的预估精度,同时混合模型的预估值与标准分析值之间也有着良好的相关性.
推荐文章
基于神经网络和灰色模型的非线性预估
磷酸羟胺(HPO)
BP网络
贝叶斯正则化
灰色模型
GNNM(1,1)
基于神经网络的污水出水COD预测模型
RBF神经网络
污水处理
出水水质
基于SOM-RBF神经网络的COD软测量方法
化学需氧量
软测量
自组织特征映射
径向基函数网络
神经网络
模型
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合神经网络模型的污水COD值预估法
来源期刊 中国给水排水 学科 地球科学
关键词 水质分析 COD 混合神经网络模型
年,卷(期) 2003,(12) 所属期刊栏目 论述与研究
研究方向 页码范围 6-10
页数 5页 分类号 X832
字数 2695字 语种 中文
DOI 10.3321/j.issn:1000-4602.2003.12.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴连奎 浙江大学智能系统与决策研究所 70 881 18.0 25.0
2 方骏 浙江大学智能系统与决策研究所 5 65 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (41)
参考文献  (8)
节点文献
引证文献  (18)
同被引文献  (22)
二级引证文献  (43)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(4)
  • 引证文献(1)
  • 二级引证文献(3)
2008(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(9)
  • 引证文献(2)
  • 二级引证文献(7)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水质分析
COD
混合神经网络模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国给水排水
半月刊
1000-4602
12-1073/TU
大16开
天津市和平区新兴路52号都市花园大厦21层
6-86
1985
chi
出版文献量(篇)
13949
总下载数(次)
39
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导