利用复介电常数和BPAT神经网络进行环境监测的可行性研究

• 作者: 刘永成 李建丽 李杰 田跃 许洪彦
• 来源期刊: 污染防治技术
• 学科: 地球科学
• 关键词: 复介电常数 BP人工神经网络 环境监测
• 年，卷（期）: wrfzjs,（2）
• 页码范围: 3-6
• 页数: 4页
• 分类号: X833

摘要

土壤中的污染物成分复杂，其含量与复介电常数之间具有很强的非线性关系。以土壤样品复介电常数的实部、虚部分别作为输入，以其含水率、体密度和所含6种已知离子的浓度分别作为输出，建立BP人工神经网络。把吉泰兰地区的土壤样品数据分为训练样本集和检验样本集，网络训练后，其学习效果显示模型的性能很好，检验样本的预测结果也与实测值较好吻合，说明利用复介电常数和BP人工神经网络进行环境监测是一种好的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰	北京科技大学物理系	58	275	8.0	14.0
2	田跃	北京科技大学物理系	32	174	9.0	12.0
3	刘永成	北京科技大学物理系	5	6	1.0	2.0
4	李建丽	北京科技大学物理系	5	6	1.0	2.0
5	许洪彦	北京科技大学物理系	5	6	1.0	2.0