您现在的位置是：首页 > 科普 > 水环境系统智能化软测量与控制

6.3 基于RBF神经网络的软测量及水华短期预测方法

分类：水环境系统智能化软测量与控制628字

RBF神经网络[182]软测量的二次变量依据表6-1的检测数据进行主成分分析得到，训练数据采用前面的方法进行插值得到。

表6-1 1号检测点的检测数据

参数

序号TW/℃SD/cmDO/

(mg·L-1)EC/

(S·m-1)pHTP/

(mg·L-1)TN/

(mg·L-1)Chi-a

(mg·L-1)16.2929.712537.50.1152.62535. 827.78710.082457.80.1192.84124.5314.6559.9823980. 1283.4247.2416.2546.861898. 10.1451.90794.4522489.0817580. 1981.626107.4623.8456.711838. 10.1212.50887.2733. 1408.071959.20.1692.50687.2830.9315.4118690.1092. 838175.7924.84011.0617910.30.1192.38496.11022.33911.171888.60. 1082.07589.41113.4329.32328.50.161. 83689.4127.6538.822478.40.1341.90557137.2559.012788.30.2561. 89235. 8146.61208.9232280.0811.91214.515111309.952938.60. 1833.21261616.1809.1224380. 1392.01423. ......     （共628字）    [阅读本文]>>

其他相关分类

推荐内容

  • 水环境系统智能化软测量与控制

    2.1 软测量的基本内容

    水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另

    652字 28
  • 水环境系统智能化软测量与控制

    2.2.1 软测量的基本原理

    软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学

    661字 34
  • 水环境系统智能化软测量与控制

    3.1.1 过程神经元

    过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加

    855字 29
  • 水环境系统智能化软测量与控制

    3.1.2 过程神经元网络模型

    过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网

    474字 47
  • 水环境系统智能化软测量与控制

    3.2.1 基于函数正交基的PNN学习算法

    过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间

    1074字 53