基于神经网络的水环境监测数据融合处理与评价模型
针对水环境的复杂性以及水质监测数据的多源性的特点,引入数据融合技术,从数据融合的角度,对四项常规的水质指标数据进行融合处理,建立相应的评价模型,并与常规的单因子评价方法进行比较,论证了从数据融合的角度对水质评价的可行性及有效性,以及本文建立的BP网络水质评价模型具有简单、客观性、处理不确定性等特点.
神经网络 水环境监测 水质评价 地表水
徐立中 王建颖 黄凤辰 孙少华
河海大学计算机及信息工程学院(南京)
国内会议
广西北海
中文
195-198
2004-08-01(万方平台首次上网日期,不代表论文的发表时间)