RBF神经网络在土壤重金属污染评价中的应用

来源 :环境科学与技术 | 被引量 : 0次 | 上传用户:liongliong461
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
运用MATLAB软件的K均值聚类算法结合神经网络工具箱,通过建立RBF神经网络对郑汴路圃田—杏花营段路旁土壤进行了评价。结果表明,土壤重金属积累峰值污染峰值多出现在距路基50m范围以内,并随着距路基距离的增加,污染程度逐渐下降。风力因素和邻近铁路对路段两侧土壤重金属污染影响较大,且公路运营时间越早,对两侧土壤污染越严重。杏花营断面土壤质量以Ⅱ级为主,北侧断面土壤质量多为Ⅲ级。圃田断面各样点综合评价结果均为Ⅱ级,整体质量优于杏花营断面。RBF神经网络评价方法具有计算速度快,评价结果客观等优点。
其他文献
加入WTO,使我国会计工作面临新的机遇和挑战,既有利于我国会计标准的国际化,会计服务市场的发展和会计电算化的普及,也对会计机构的健全、会计人员素质的提高和会计监督加强
会计信息相关性将影响会计信息的整体质量.为解决会计信息的相关性无法满足用户需求和企业提供信息相关性程度有限的矛盾,可通过设定会计信息相关区间和实行契约制度,以提高
以人为本是高校和谐德育的出发点和根本归宿。建设高校和谐德育应以社会主义核心价值体系建构和谐德育文化;注重知、情、意、行有机统一,培养大学生和谐的道德人格;整合各类