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:
人工湿地技术被广泛应用于污水处理[1-2],但其去污机理复杂,影响因子众多,呈高度非线性,缺乏长期运行效果准确可靠的模拟手段.而人工神经网络能在数据样本较大的情况下很好地逼近复杂的非线性函数,因此利用人工神经网络构建模型模拟系统的处理效果可为人工湿地系统的运行管理提供参考.通过构建人工湿地基质系统进行为期4个月的试验,监测得到56组COD去除率数据,经Matlab小波去噪后利用Elman网络构建动态神经网络模型,模拟该人工湿地基质系统对生活污水中COD去除效果.结果表明所构建模型的均方根误差为0.0163,精度较高,对具有非线性时间序列特征的人工湿地复合基质系统去污效果模拟具有较好的应用前景,利用Elman神经网络模型模拟该人工湿地复合基质系统运行后期的COD去除率为49.5%~56.4%.
推荐文章
基于经验模态分解和小波阈值的冲击信号去噪
小波阈值
经验模态分解
冲击信号
去噪
基于小波包消噪和Elman的网络流量预测
小波包
小波包消噪
Elman神经网络
网络流量
预测
基于复合脊波变换的图像去噪
图像去噪
小波变换
脊波变换
复合脊波
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Elman网络和小波去噪的人工湿地复合基质对COD去除效果的模拟
来源期刊 净水技术 学科 地球科学
关键词 人工湿地基质 Elman网络 Matlab小波去噪 模拟
年,卷(期) 2012,(6) 所属期刊栏目 水环境治理与修复
研究方向 页码范围 61-64
页数 4页 分类号 X192
字数 1559字 语种 中文
DOI
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 田昆 西南林业大学环境科学与工程学院 48 629 13.0 23.0
3 杨杨 同济大学生命科学与技术学院 20 426 12.0 20.0
4 刘云根 西南林业大学环境科学与工程学院 49 155 7.0 11.0
5 梁启斌 西南林业大学环境科学与工程学院 24 114 6.0 10.0
8 王万宾 西南林业大学环境科学与工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (133)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工湿地基质
Elman网络
Matlab小波去噪
模拟
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
净水技术
月刊
1009-0177
31-1513/TQ
16开
上海市许昌路230号
1982
chi
出版文献量(篇)
4063
总下载数(次)
14
总被引数(次)
22438
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导