基于人工神经网络技术的养分流失试验数据处理  

作　　者：孔刚[1] 陈建刚[1] 赵飞[1] 张书函[1] 王海潮[1] 

机构地区：[1]北京市水利科学研究所,北京100048

出　　处：《中国科技纵横》2010年第10期38-39,28,共3页China Science & Technology Overview

基　　金：基金项目：水利部公益性项目行业科研专项（200801108）：国家科技支撑计划项目（2007BAC22801）;国家科技支撑计划项目（2006BABl4803.2007BAC22801）

摘　　要：对实验数据进行处理，是获得高精度试验预测结果首要考虑的问题。从模式识别的观点看坏数据处理的过程就是对于含有坏数据的试验曲线模式的辨识过程，这实际上是一个模式分类问题。基于这一思想，本文提出了一种新的坏数据处理方法。最后，采用该处理过的试验数据对某一次降雨过程中Br的流失进行预测，结果证明，由本文提出的模型对坏数据的平均检测率为95．8％，效果是令人满意的。采用该方法在一定程度上提高了试验预测的精度。

关 键 词：数据预处理 Br离子流失预测 模式识别 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]