[發明專利]基于支持向量機和神經網絡的污水化學需氧量軟測量方法有效
| 申請號： | 200910053267.6 | 申請日： | 2009-06-17 |
| 公開（公告）號： | CN101923083A | 公開（公告）日： | 2010-12-22 |
| 發明（設計）人： | 張杰;馮輝;雷中方;張建秋;胡波 | 申請（專利權）人： | 復旦大學 |
| 主分類號： | G01N33/18 | 分類號： | G01N33/18;G06N3/02;G06N3/08 |
| 代理公司： | 上海正旦專利代理有限公司 31200 | 代理人： | 包兆宜 |
| 地址： | 20043*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 支持 向量 神經網絡 污水 化學 需氧量軟 測量方法 | ||
1.基于支持向量機和神經網絡的污水化學需氧量軟測量方法，其特征在于，其包括如下步驟：
(1)采集合適的水質參數及其變化率作為輔助變量；
(2)輔助變量數據輸入支持向量機進行分類預處理；
(3)經分類處理的數據樣本進入經過訓練的神經網絡；
(4)神經網絡根據曾經的訓練經驗給出污水化學需氧量預測值。
2.根據權利要求1所述的基于支持向量機和神經網絡的污水化學需氧量軟測量方法，其特征在于，所述的輔助變量為水質參數pH、溶解氧、氧化還原電位以及pH變化率、溶解氧變化率和氧化還原電位變化率。
3.根據權利要求1所述的基于支持向量機和神經網絡的污水化學需氧量軟測量方法，其特征在于，所述的化學需氧量數值預測前，采用支持向量機法、向量空間模型法或神經網絡法對數據進行分類。
4.根據權利要求1所述的基于支持向量機和神經網絡的污水化學需氧量軟測量方法，其特征在于，所述的輔助變量數據分類的依據為水質參數或水質參數變化率。
5.根據權利要求4所述的方法，其特征在于，所述的實驗測量的數據樣本標記為兩類：第一類數據為溶解氧變化率小于-1mg/(L·h)的數據樣本和氧化還原電位變化率小于0并且DO值小于0.5mg/L的數據樣本，第二類數據為除了第一類數據的剩余數據樣本。
6.根據權利要求1所述的方法，其特征在于，所述方法根據分類數據的特點選取合適網絡分別訓練，采用多個神經網絡分別訓練，訓練結果作為化學需氧量的估計網絡。
7.根據權利要求1所述的方法，其特征在于，所述神經網絡為前向型神經網絡或反饋型神經網絡。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于復旦大學，未經復旦大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/200910053267.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種原油揮發動態試驗裝置
- 下一篇：一種非完全數據下的光學層析重建計算方法
