Indexed by：
Abstract：
本发明涉及一种基于级联模块化神经网络的城市污水处理过程出水含氮量智能检测方法。首先，通过互信息选择模型的输入变量，建立模块1来预测出水NH4‑N；然后，考虑到出水NH4‑N和出水TN之间的高度相关性，将模块1中出水NH4‑N的预测值与其他易于测量的变量相结合，设计出用于预测出水TN的模块2。此外，为了保证整个基于HMN的软测量模型的效率和泛化性能，两个模块由基于增长和合并机制的径向基函数(GM‑RBF)网络构建，通过节点生长合并策略和二阶学习算法，提高了模型的计算效率和泛化能力。最后，通过实际工业数据评估基于HMN的软测量模型的有效性，本发明有效解决了受环境或仪器的限制，城市污水处理过程中出水氨氮和出水总氮难以实时精准检测的问题。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202111679707.6
Filing Date： 2021-12-31
Publication Date： 2022-04-12
Pub. No.： CN114331788A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
