发明名称 |
基于BP神经网络的水体中叶绿素a浓度预测方法 |
摘要 |
一种基于BP神经网络的水体中叶绿素a浓度预测方法,包括如下步骤:(1)获取被测水体中叶绿素a及对其有影响的其他相关水质指标的值作为检测数据;(2)建立误差反向传播神经网络;(3)对神经网络进行训练和测试;(4)利用通过测试的神经网络来预测水体中叶绿素a浓度。对叶绿素a有影响的其他水质是指:氨氮、总氮、总磷、正磷酸盐、高锰酸盐指数、温度、溶解氧、pH、悬浮物、五日生化需氧量。步骤(1)还包括对叶绿素a及其他10个水质指标的数据归一化到-1和+1之间的归一化过程。神经网络包括一个输入层、一个中间层和一个输出层。本发明只需进行有限次试验,就可以建立有关叶绿素预测模型,通过计算机仿真试验,科学预测,能够准确、快速地预测河流中叶绿素。 |
申请公布号 |
CN101158674B |
申请公布日期 |
2011.09.21 |
申请号 |
CN200710150185.4 |
申请日期 |
2007.11.15 |
申请人 |
天津市市政工程设计研究院 |
发明人 |
赵乐军;李贺;刘春光;王秀朵;庄源益 |
分类号 |
G01N33/18(2006.01)I;G06F17/00(2006.01)I |
主分类号 |
G01N33/18(2006.01)I |
代理机构 |
天津市北洋有限责任专利代理事务所 12201 |
代理人 |
江镇华 |
主权项 |
一种基于BP神经网络的水体中叶绿素a浓度预测方法,其特征在于,包括如下步骤:(1)获取被测水体中叶绿素a及对其有影响的其他相关水质指标的值作为检测数据,所述的对叶绿素a有影响的其他水质指标是指:氨氮、总氮、总磷、正磷酸盐、高锰酸盐指数、温度、溶解氧、pH、悬浮物、五日生化需氧量;(2)建立误差反向传播神经网络;(3)对神经网络进行训练和测试;(4)利用通过测试的神经网络来预测水体中叶绿素a浓度。 |
地址 |
300051 天津市和平区营口道239号 |