论文部分内容阅读
以影响河流溶解氧的3个重要因素（流量、水温、pH）建立了基于L-M算法的BP神经网络模型，用此模型可成功预测黄河水中溶解氧（DO）的浓度，过程中选取四种方法对学习样本进行预处理，利用处理后的数据训练网络，结果表明采用方法四归一化后的数据预测DO含量效果最好，同时表明线性插值后学习样本的大小对网络预测的精密度有较大提高。