文献

J-GLOBAL ID：201602263011285517   整理番号：16A0823144

BPニューラルネットワークの鉛蓄電池に蓄電池厂に基づく地下水の重金属濃度は予測【JST・京大機械翻訳】

Prediction of Heavy Metal Concentrations of the Groundwater from a Lead-Acid Battery Factory Based on BP Neural Network

著者 (3件)： Duan Ning (School of Resource and Environmental Engineering,Wuhan University of Science and Technology) ,  Yang Siyan (School of Resource and Environmental Engineering,Wuhan University of Science and Technology) ,  Wei Wanting (School of Resource and Environmental Engineering,Wuhan University of Science and Technology)
資料名： Huanjing Kexue yu Jishu  (Huanjing Kexue yu Jishu)
巻： 39  号： 1  ページ： 194-198  発行年： 2016年 
JST資料番号： C2492A  ISSN： 1003-6504  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： BP神経回路網を適用する鉛-酸貯蔵工場地下水の重金属濃度の予測において,予測因子の採取、隠れノード数の採取、モデルの確立等の問題を検討し,得られる:このモデルは,PHと過マンガン酸塩指数、硫酸塩をネットワークの入力層としてである,重金属鉛(PB)、カドミウム(CD)、ヒ素(AS)はネットワークの出力層として,BP神経回路網の隠れ層の伝達関数はTANSIGであり,隠れ層のノード数8であった。出力層の伝達関数はPURELINであり,出力層のノード数は3であった。結果は示した:、PB、CD、ASの予測値と観測値は相関係数がそれぞれ0.9910.990、、0.998,このモデルは良い予測精度を持つ,シミュレーションした重金属濃度は実測値とよく一致することを示した。つまり,BP神経ネットワークの,鉛蓄電池蓄電池厂地下水の重金属濃度が確実に実現可能であることを予測した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 相関係数 ,  *地下水 ,  過マンガン酸塩 ,  伝達関数 ,  *重金属 ,  硫酸塩 ,  *鉛蓄電池 ,  神経回路網 ,  *ネットワーク ,  *二次電池
準シソーラス用語： 神経ネットワーク ,  予測精度 ,  隠れ層 ,  予測因子 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： BP neural network ,  lead-acid battery factory ,  groundwater ,  heavy metals

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (6件)： BPニューラルネットワーク ,  鉛蓄電池 ,  蓄電池 ,  地下水 ,  重金属 ,  予測