排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
运用人工神经网络理论对城市河涌水质监测布点进行优选,基于前馈多层BP型神经网络的改进算法,用广州市河涌水质分类标准和实测水质数据对神经网络模型进行训练和检验,结果表明,该方法具有客观、可靠、实用、容错性高的优点,是一种科学、新型的水质监测点优选方法。 相似文献
2.
在进行城市河涌 (小河滨、河沟等 )水质监测工作的初期 ,一般会布设较多的监测点 ,以掌握水域的水质情况。经过一段时间的监测 ,积累了一定数量的监测数据后 ,便应对监测点进行优化。现用模糊数学中的聚类原理[1 ] ,以广州市某涌为例优化水质监测点。1 水质监测点的优化1 1 建立标准化矩阵R该涌布设的 7个监测点在 1 997年— 2 0 0 0年间 5个常规监测项目的平均数据见表 1。表 1 广州市某涌 1997年— 2 0 0 0年监测数据 mg/L监测点COD BOD5NH3 -N TPSS淘金路 1175 7 72 2 32 76 32 2华乐路 17381 6 19 5 2 972 0 7… 相似文献
1