公开(公告)号：CN113156074A

公开(公告)日：2021-07-23

申请号：CN202110196095.9

申请日：2021-02-22

Applicant: 北京工业大学

Inventor： 韩红桂 ,  刘洪旭 ,  伍小龙 ,  侯莹 ,  乔俊飞 ,  顾剑 ,  何政 ,  魏磊 ,  刘垚

IPC: G01N33/18 ,  G06N3/06

Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法，针对污水处理过程数据量不足的情况下，难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型，通过参考模型获取知识，并设计粒子滤波算法对知识进行校正，利用污水处理过程的知识和数据完成检测模型的参数调整，实现出水总氮的精准检测，解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题，具有较好的学习效率和预测精度，能够保证电子产品回收的高效稳定运行。

公开(公告)号：CN113156074B

公开(公告)日：2023-06-23

申请号：CN202110196095.9

申请日：2021-02-22

Applicant: 北京工业大学

Inventor： 韩红桂 ,  刘洪旭 ,  伍小龙 ,  侯莹 ,  乔俊飞 ,  顾剑 ,  何政 ,  魏磊 ,  刘垚

IPC: G01N33/18 ,  G06N3/06

Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法，属于污水处理领域，针对污水处理过程数据量不足的情况下，难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型，通过参考模型获取知识，并设计粒子滤波算法对知识进行校正，利用污水处理过程的知识和数据完成检测模型的参数调整，实现出水总氮的精准检测，解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题，具有较好的学习效率和预测精度。