期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
山东南四湖上级湖水质变化评价(2008—2014年)及成因分析
被引量：
18
1
作者
解文静
王松
+4 位作者
娄山崇
曹升乐
孙秀玲
王月敏
林洁
《湖泊科学》
EI
CAS
CSCD
北大核心
2016年第3期513-519,共7页
基于南四湖上级湖6个监测点2008—2014年42个奇数月份的水质资料,选取溶解氧、化学需氧量(COD)、高锰酸盐指数(COD_(Mn))、五日生化需氧量(BOD_5)、氨氮、总磷和氟化物作为水质评价的指标.对水质指标的归一化方法进行了改进,采用主成分...
基于南四湖上级湖6个监测点2008—2014年42个奇数月份的水质资料,选取溶解氧、化学需氧量(COD)、高锰酸盐指数(COD_(Mn))、五日生化需氧量(BOD_5)、氨氮、总磷和氟化物作为水质评价的指标.对水质指标的归一化方法进行了改进,采用主成分分析法对6个监测点的水质综合状况进行评价,根据得出的各月综合得分序列分析水质变化趋势.与2000—2007年南四湖上级湖的水质综合状况进行比较,2008—2014年水质明显变好.评价结果表明,同一监测点的水质在不同时间点上有明显变化,同一时间序列不同监测点的水质状况也有不同变化.此外,分析得出南四湖上级湖的主要水质影响指标为COD、COD_(Mn)和BOD_5.结合评价结果,分析水质变化原因,入湖河流水质状况和湖区底泥是其重要影响因素.
展开更多
关键词
主成分分析法
归一化
南四湖上级湖
水质
时间
序列
水质
评价
下载PDF
职称材料
基于动态滑动窗口BP神经网络的水质时间序列预测
被引量：
16
2
作者
张梦迪
徐庆
+2 位作者
刘振鸿
马春燕
高品
《环境工程技术学报》
CSCD
北大核心
2022年第3期809-815,共7页
为提高BP神经网络(BPNN)模型对具有时间序列特征水质的预测精准度,采用主成分分析法对原始样本数据进行特征提取和降维,选取溶解性有机碳(DOC)浓度、总氮(TN)浓度和浊度作为水质预测指标,构建了具有3层网络结构的BPNN模型进行预测,并分...
为提高BP神经网络(BPNN)模型对具有时间序列特征水质的预测精准度,采用主成分分析法对原始样本数据进行特征提取和降维,选取溶解性有机碳(DOC)浓度、总氮(TN)浓度和浊度作为水质预测指标,构建了具有3层网络结构的BPNN模型进行预测,并分析其预测性能。结果表明:DOC浓度、TN浓度和浊度的最佳训练集尺寸分别为60、60和90 d,最佳BPNN拓扑结构分别为9-12-1、8-6-1和7-13-1,经优化后的BPNN模型对DOC浓度、TN浓度和浊度的变化趋势整体预测效果较好;相比之下,BPNN模型对水中DOC浓度的预测效果显著优于TN浓度和浊度,其均方根误差(RMSE)、平均绝对百分比误差(MAPE)和相关系数(R)分别为0.040、0.66%和0.867。该模型对具有非线性特征的地表水水质预测具有较好的适用性,预测精度较高。
展开更多
关键词
BP神经网络
动态滑动窗口
水质
时间
序列
主成分分析法
下载PDF
职称材料
河流水质时间序列分析的自组织预测方法及应用
被引量：
4
3
作者
易顺民
赵文谦
傅师鹏
《上海环境科学》
CAS
CSCD
1999年第4期193-196,共4页
应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法,有效地解决复杂非线性系统建模预测。以汾河某段的水污染时间序列监测数据为基础,建立了一个河流水质污染预测的自组织模型,其建模样本的拟合值和检验...
应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法,有效地解决复杂非线性系统建模预测。以汾河某段的水污染时间序列监测数据为基础,建立了一个河流水质污染预测的自组织模型,其建模样本的拟合值和检验样本的预测值相对误差分别在3.1％和5.3％以内。结果表明,自组织模型能较好地描述水污染时间序列数据之间的非线性关系,适合复杂水环境污染系统的预测工作。
展开更多
关键词
自组织模型
水质
时间
序列
水质
污染预测
河流
下载PDF
职称材料
水质时间序列的遗传神经网络预测
被引量：
3
4
作者
袁从贵
张新政
徐淑琼
《广东水利水电》
2010年第6期13-15,共3页
采用遗传算法结合神经网络的方法构建了水质时间序列的遗传神经网络预测模型,并以耗氧量为例,将该模型与自回归滑动平均模型、标准BP神经网络模型做了预测对比。研究结果表明该方法可以减小水质时间序列的预测误差,提高预测结果的稳定性。
关键词
水质
时间
序列
遗传算法
神经网络
预测
下载PDF
职称材料
题名
山东南四湖上级湖水质变化评价(2008—2014年)及成因分析
被引量：
18
1
作者
解文静
王松
娄山崇
曹升乐
孙秀玲
王月敏
林洁
机构
山东大学土建与水利学院
山东省水文局
出处
《湖泊科学》
EI
CAS
CSCD
北大核心
2016年第3期513-519,共7页
基金
山东省省级水利科研及技术推广项目(SDSLSK201302)资助
文摘
基于南四湖上级湖6个监测点2008—2014年42个奇数月份的水质资料,选取溶解氧、化学需氧量(COD)、高锰酸盐指数(COD_(Mn))、五日生化需氧量(BOD_5)、氨氮、总磷和氟化物作为水质评价的指标.对水质指标的归一化方法进行了改进,采用主成分分析法对6个监测点的水质综合状况进行评价,根据得出的各月综合得分序列分析水质变化趋势.与2000—2007年南四湖上级湖的水质综合状况进行比较,2008—2014年水质明显变好.评价结果表明,同一监测点的水质在不同时间点上有明显变化,同一时间序列不同监测点的水质状况也有不同变化.此外,分析得出南四湖上级湖的主要水质影响指标为COD、COD_(Mn)和BOD_5.结合评价结果,分析水质变化原因,入湖河流水质状况和湖区底泥是其重要影响因素.
关键词
主成分分析法
归一化
南四湖上级湖
水质
时间
序列
水质
评价
Keywords
Principal component analysis
normalized
upper-reach lakes of Lake Nansi
time series of water quality
water quali-ty evaluation
分类号
X824 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
基于动态滑动窗口BP神经网络的水质时间序列预测
被引量：
16
2
作者
张梦迪
徐庆
刘振鸿
马春燕
高品
机构
东华大学环境科学与工程学院
上海市环境监测中心
出处
《环境工程技术学报》
CSCD
北大核心
2022年第3期809-815,共7页
基金
上海市生态环境局科研项目(沪环科〔2020〕第51号)。
文摘
为提高BP神经网络(BPNN)模型对具有时间序列特征水质的预测精准度,采用主成分分析法对原始样本数据进行特征提取和降维,选取溶解性有机碳(DOC)浓度、总氮(TN)浓度和浊度作为水质预测指标,构建了具有3层网络结构的BPNN模型进行预测,并分析其预测性能。结果表明:DOC浓度、TN浓度和浊度的最佳训练集尺寸分别为60、60和90 d,最佳BPNN拓扑结构分别为9-12-1、8-6-1和7-13-1,经优化后的BPNN模型对DOC浓度、TN浓度和浊度的变化趋势整体预测效果较好;相比之下,BPNN模型对水中DOC浓度的预测效果显著优于TN浓度和浊度,其均方根误差(RMSE)、平均绝对百分比误差(MAPE)和相关系数(R)分别为0.040、0.66%和0.867。该模型对具有非线性特征的地表水水质预测具有较好的适用性,预测精度较高。
关键词
BP神经网络
动态滑动窗口
水质
时间
序列
主成分分析法
Keywords
BP neural network
dynamic sliding window
water quality time series
principal component analysis
分类号
X824 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
河流水质时间序列分析的自组织预测方法及应用
被引量：
4
3
作者
易顺民
赵文谦
傅师鹏
机构
四川大学
出处
《上海环境科学》
CAS
CSCD
1999年第4期193-196,共4页
基金
国家自然科学基金(59639240)
高速水力学国家重点实验室开放基金(9804)资助项目
文摘
应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法,有效地解决复杂非线性系统建模预测。以汾河某段的水污染时间序列监测数据为基础,建立了一个河流水质污染预测的自组织模型,其建模样本的拟合值和检验样本的预测值相对误差分别在3.1％和5.3％以内。结果表明,自组织模型能较好地描述水污染时间序列数据之间的非线性关系,适合复杂水环境污染系统的预测工作。
关键词
自组织模型
水质
时间
序列
水质
污染预测
河流
Keywords
Self-organized model Time series of water quality Group handling of data Pollution prediction of water quality
分类号
X522.02 [环境科学与工程—环境工程]
X832
下载PDF
职称材料
题名
水质时间序列的遗传神经网络预测
被引量：
3
4
作者
袁从贵
张新政
徐淑琼
机构
广东工业大学
出处
《广东水利水电》
2010年第6期13-15,共3页
文摘
采用遗传算法结合神经网络的方法构建了水质时间序列的遗传神经网络预测模型,并以耗氧量为例,将该模型与自回归滑动平均模型、标准BP神经网络模型做了预测对比。研究结果表明该方法可以减小水质时间序列的预测误差,提高预测结果的稳定性。
关键词
水质
时间
序列
遗传算法
神经网络
预测
分类号
X824 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
山东南四湖上级湖水质变化评价(2008—2014年)及成因分析
解文静
王松
娄山崇
曹升乐
孙秀玲
王月敏
林洁
《湖泊科学》
EI
CAS
CSCD
北大核心
2016
18
下载PDF
职称材料
2
基于动态滑动窗口BP神经网络的水质时间序列预测
张梦迪
徐庆
刘振鸿
马春燕
高品
《环境工程技术学报》
CSCD
北大核心
2022
16
下载PDF
职称材料
3
河流水质时间序列分析的自组织预测方法及应用
易顺民
赵文谦
傅师鹏
《上海环境科学》
CAS
CSCD
1999
4
下载PDF
职称材料
4
水质时间序列的遗传神经网络预测
袁从贵
张新政
徐淑琼
《广东水利水电》
2010
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
