基于jvm和$8m的生化需氧量预测模型-华东理工大学学报.pdfVIP

下载本文档

1
0
约4.3万字
约 7页
2017-08-20 发布于天津
举报
版权申诉

基于jvm和$8m的生化需氧量预测模型-华东理工大学学报.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于jvm和$8m的生化需氧量预测模型-华东理工大学学报

华东理工大学学报自然科学版文章编号基于和的生化需氧量预测模型严爱军倪鹏飞于远航王普北京工业大学信息学部自动化学院北京计算智能与智能系统北京市重点实验室北京数字社区教育部工程研究中心北京城市轨道交通北京实验室北京摘要针对污水处理过程生化需氧量浓度难以实时监测的问题建立了一种基于支持向量回归机修正方法的案例推理预测模型该模型主要包括案例检索案例重用修正案例存储等个部分其中修正模型是利用历史数据构造修正案例库并采用训练而获得的可以对传统求解模型得到的浓度建议值进行修正实验表明本文模型的拟合误差优于支持向量机神经网络神经网络以及传统方法说明修正方法的引入可以改善的回归性能提高的学习能力关键词生化需氧量支持向量回归机案例推理案例修正中图分类号文献标志码