| 运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数 |
| |
| 引用本文： | 张爱茜,韩朔睽,沈洲,马静.运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数[J].环境科学,1998(1):37-40. |
| |
| 作者姓名： | 张爱茜 韩朔睽 沈洲 马静 |
| |
| 作者单位： | 南京大学环境科学与工程系 |
| |
| 摘 要： | 为了研究人工神经网络预测有机化合物生物降解的性能，运用多元线性回归方法和误差反向传递人工神经网络模型以基团代码作为结构描述符，分别拟合、预测了一批含硫芳香族化合物的一级好氧生物降解速率常数．结果表明，由于神经网络自动考虑了基团间的交互作用，它对生物降解这类复杂问题有极高的求解能力，预测的均方误差为０．００１０２，远低于线性回归模型的预测误差０．０１５９１
|
| 关 键 词： | 人工神经网络，预测，含硫芳香族化合物，好氧生物降解，多元线性回归 |
| 收稿时间： | 1997/6/13 0:00:00 |
Prediction of Aerobic Biodegradation Rate Constants of Sulfur-Containing Aromatic Compounds Using Regression and Neural Network Techniques |
| |
| Zhang Aiqian,Han Shuokui,Shen Zhou and Ma Jing.Prediction of Aerobic Biodegradation Rate Constants of Sulfur-Containing Aromatic Compounds Using Regression and Neural Network Techniques[J].Chinese Journal of Environmental Science,1998(1):37-40. |
| |
| Authors: | Zhang Aiqian Han Shuokui Shen Zhou and Ma Jing |
| |
| Institution: | Department of Environmental Science and Engineering, Nanjing University, Nanjing 210093;Department of Environmental Science and Engineering, Nanjing University, Nanjing 210093;Department of Environmental Science and Engineering, Nanjing University, Nanjing 210093;Department of Environmental Science and Engineering, Nanjing University, Nanjing 210093 |
| |
| Abstract: | |
| |
| Keywords: | artificial neural networks prediction sulfur-containing aromatic compounds aerobic microbiodegradation multiple linear regression |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《环境科学》浏览原始摘要信息 |
| 点击此处可从《环境科学》下载免费的PDF全文 |
