论文部分内容阅读
为更好地实现松花江水质预测，对水质的科学管理起到指导作用，应用人工神经网络技术（ANN，ArtificalNeuralNetworts），利用松花江四方台监测站某连续3年水质数据，建立水质预测模型，实现对松花江主要污染指标CODmn的预测．为保证预测模型具有较高的预测精度，将数据按月分期，应用聚类分析法对数据进行处理，剔除异常数据，使有效数据能够均匀分布．并通过测试研究验证聚类分析法处理数据后对预测精度的影响效果．结果表明，将聚类分析法应用到水质预测中后，可较大地改善模型预测效果，成绩显著．