您的位置: 专家智库 > >

重庆市教委科研基金(KJ070704)

作品数:3 被引量:11H指数:2
相关作者:方明建朱国成郑旭煦殷钟意白建军更多>>
相关机构:重庆工商大学更多>>
发文基金:重庆市教委科研基金更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇环境科学与工...

主题

  • 2篇尾气
  • 2篇街道峡谷
  • 2篇机动车尾气
  • 2篇车尾
  • 1篇神经网
  • 1篇神经网络
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇尾气污染
  • 1篇污染
  • 1篇街道
  • 1篇基于GIS
  • 1篇机动车尾气污...
  • 1篇工神经网络
  • 1篇SPSS
  • 1篇城市
  • 1篇城市街道
  • 1篇人工神经网

机构

  • 3篇重庆工商大学

作者

  • 3篇郑旭煦
  • 3篇朱国成
  • 3篇方明建
  • 2篇殷钟意
  • 1篇殷中意
  • 1篇白建军

传媒

  • 1篇环境污染与防...
  • 1篇西安建筑科技...
  • 1篇环境工程学报

年份

  • 1篇2010
  • 2篇2009
3 条 记 录,以下是 1-3
排序方式:
街道峡谷机动车尾气污染扩散模拟与影响因子分析研究被引量:3
2009年
为预测和分析街道峡谷污染物浓度,研究了街道峡谷污染物浓度影响因子。利用重庆市交通干线街道峡谷两侧NOX浓度的监测数据,验证了街道峡谷机动车尾气污染扩散模型——OSPM模型。风速转换系数修正后的OSPM模型的模拟值与实测值的R达0.86258;风场因子验证了风速转换系数修正后的OSPM模型能较好地模拟重庆市街道峡谷的污染物浓度,一定程度上能满足环境空气质量评价要求。同时,通过分析OSPM模型的影响因子,提出了控制街道峡谷机动车尾气污染状况的建议。
朱国成方明建郑旭煦殷钟意
关键词:街道峡谷机动车尾气
基于人工神经网络的街道峡谷NO_x浓度的数值模型研究被引量:10
2010年
通过对反向传播人工神经网络的算法和网络结构的研究,发现拟牛顿算法训练速度较快,能够较好地接近误差目标值,同时建立了包括输入层、隐含层、输出层的人工神经网络三层拓扑结构。通过对街道峡谷人工神经网络的训练,模拟计算了街道峡谷NOx浓度分布值。结果显示,训练误差和测试误差比为1.11,训练样本的模拟值与实测值的相关系数为0.93,测试样本的模拟值与实测值的相关系数为0.87,模拟值与实测值的相关系数均高于显著水平为α=0.05与α=0.01所对应检验性表的相关系数临界值。该模型能够用于街道峡谷污染物浓度的模拟计算,具有较好的泛化能力。
朱国成方明建郑旭煦殷钟意
关键词:神经网络
基于GIS和SPSS的城市街道机动车尾气污染特征分析研究被引量:1
2009年
为更好地研究和管理城市街道的机动车尾气污染,对重庆市交通干线的污染物NOx浓度进行了监测,利用统计学方法(SPSS)分析了影响因素,借助地理信息系统(GIS),在ArcView GIS平台上建立了NOx浓度的专题图.研究表明,重庆市交通干线的街道机动车尾气污染较严重,迎风面和背风面的NOx浓度均超过环境空气质量二级标准,污染物浓度与车流量、车速、地面风速和风向显著相关(P<0.01),GIS专题图能直观显示城市街道的污染物浓度分布.
方明建朱国成郑旭煦殷中意白建军
关键词:SPSS污染
共1页<1>
聚类工具0