[发明专利]一种基于神经网络原理的潜流湿地出水浓度的预测方法在审
| 申请号： | 201610313261.8 | 申请日： | 2016-05-12 |
| 公开（公告）号： | CN106021884A | 公开（公告）日： | 2016-10-12 |
| 发明（设计）人： | 张世羊;程静;班宜辉;徐舟影 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00;G06N3/02 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司42102 | 代理人： | 崔友明 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络原理的潜流湿地出水浓度的预测方法，包括以下步骤：S1、获取采集到的用于构建预测模型的多维数据，包括潜流湿地的孔隙率、水力负荷、污染负荷、污染物组分特性及水质理化特征；S2、根据神经网络原理构建预测模型，设置多维数据为输入层，设置率定的神经元数为隐含层，得到的输出层为模拟的多项污染物浓度；S3、获取多组实际数据对构建的预测模型进行可靠性评估和反馈调试；S4、根据验证后的预测模型，模拟出湿地出水浓度，对潜流湿地出水浓度进行长期持续预测。本发明为长期性持续性监测潜流湿地出水浓度提供一种便捷有效的方法，且建立的预测模型可靠性高，预测结果精确。 | ||
| 搜索关键词： | 一种 基于 神经网络 原理 潜流 湿地 出水 浓度 预测 方法 | ||
【主权项】：
一种基于神经网络原理的潜流湿地出水浓度的预测方法，其特征在于，包括以下步骤：S1、获取采集到的用于构建预测模型的多维数据，包括潜流湿地的孔隙率、水力负荷、污染负荷、污染物组分特性及水质理化特征；S2、根据神经网络原理构建预测模型，设置多维数据为输入层，设置率定的神经元数为隐含层，得到的输出层为模拟的多项污染物浓度；S3、获取多组实际数据对构建的预测模型进行可靠性评估和反馈调试；S4、根据验证后的预测模型，模拟出湿地出水浓度，对潜流湿地出水浓度进行长期持续预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学，未经武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610313261.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
