基于人工智能方法的长春新立城水库水质分析及富营养化趋势研究
摘要 | 第1-5页 |
Abstract | 第5-7页 |
第1章 引言 | 第7-17页 |
·研究背景及意义 | 第7-8页 |
·湖库富营养化评价及趋势预测研究 | 第8-9页 |
·神经网络在水环境评价与预测中应用研究 | 第9-11页 |
·支持向量机在水环境评价与预测中应用研究 | 第11-15页 |
·研究内容与技术路线 | 第15-17页 |
第2章 新立城水库水质现状评价及趋势预测 | 第17-32页 |
·新立城水库水质特征 | 第17-18页 |
·水质变化趋势分析 | 第18-28页 |
·基于SVM的新立城水库水质变化趋势预测 | 第28-31页 |
·本章小结 | 第31-32页 |
第3章 新立城水库水质富营养化评价 | 第32-38页 |
·富营养化评价因子的选择 | 第32页 |
·水库富营养化评价模型 | 第32-34页 |
·新立城水库富营养化评价分析 | 第34-37页 |
·本章小结 | 第37-38页 |
第4章 新立城水库富营养化预测 | 第38-52页 |
·预测思路与可行性分析 | 第38页 |
·基于BP神经网络的富营养化预测 | 第38-42页 |
·BP神经网络训练与测试 | 第42-45页 |
·BP神经网络确证与应用 | 第45-48页 |
·基于支持向量回归机的富营养化预测 | 第48页 |
·ε-SVR 预测模型训练与测试 | 第48-49页 |
·ε-SVR 模型的检验和结果分析 | 第49-50页 |
·本章小结 | 第50-52页 |
第5章 结论与建议 | 第52-54页 |
参考文献 | 第54-57页 |
致谢 | 第57页 |