基于BP人工神经网络的高锰酸盐指数预测模型

• 作者: 何振芳 郭庆春
• 来源期刊: 信息技术
• 学科: 地球科学
• 关键词: 人工神经网络 CODMn 预测
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 基金项目
• 页码范围: 65-67
• 页数: 3页
• 分类号: TP183|X524
• 字数: 2925字
• 语种: 中文

摘要

摘 要:高锰酸盐指数(CODMn)作为有机物相对含量的指标之一,同时是河流水质规划的一项重要指标.CODMn预测过程可认为是一种复杂非线性函数关系的逼近过程,利用BP人工神经网络建立CODMn预测模型,将历史样本作为模型的输入进行训练,利用训练好的网络模型进行预测,结果表明该模型具有良好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆春		45	264	10.0	14.0
2	何振芳	中国科学院寒区旱区环境与工程研究所	24	170	8.0	11.0