期刊文献+

德国巴伐利亚州水域水质分类特征 被引量:3

下载PDF
导出
摘要 德国巴伐利亚州对水域水质进行分类的最重要指标是腐生生物指数,在该指数1.0~4.0之间划分4种水质类型和3种过渡类型共7种水域水质类型。对相对静止水域水质分类最重要的指标为营养物质含量,按其值大小共划分4类水质类型。除此之外还列出了10种应该考虑的水域水质分类因素,使水域水质分类更合理、更具有科学性,以利于水经济管理和环境保护。
出处 《人民黄河》 CAS 北大核心 2010年第1期50-51,共2页 Yellow River
基金 国家"水体污染控制与治理"重大科技专项(2008ZX07106-001)
  • 相关文献

同被引文献21

  • 1董师师,黄哲学.随机森林理论浅析[J].集成技术,2013,2(1):1-7. 被引量:148
  • 2薛巧英.水环境质量评价方法的比较分析[J].环境保护科学,2004,30(4):64-67. 被引量:139
  • 3杜贞栋,王维平,张保祥,王增量.德国水利可持续发展的经验[J].山东水利,2005(12):47-48. 被引量:1
  • 4Breiman L. Random forests. Machine Learning, 2001, 45 (1) : 5-32.
  • 5Chen Xuewen, Liu Mei. Prediction of protein-protein inter- actions using random decision forest framework. Bioinfor- matics, 2005, 21(24): 4394-4400.
  • 6Smith A. , Sterba-Boatwright B. , Mott J. Novel application of a statistical technique, random forests, in a bacterial source tracking study. Water Research, 2010, 44 (14) : 4067 -4076.
  • 7Ying Weiyun, Li Xiu, Xie Yaya, et al. Preventing custom- er churn by using random forests modeling//Proceedings of the IEEE International Conference on Information Reuse and Integration( IRI 2008). Las Vegas, NV, USA : IEEE, 2008 : 429-434.
  • 8Lee S. L. A. , Kouzania A. Z. , Hu E. J. Random forest based lung nodule classification aided by clustering. Com- puterized Medical Imaging and Graphics, 2010, 34 (7) : 535 -542.
  • 9Ward M. M. , Pajevic S. , Dreyfuss J. , et al. Short - term prediction of mortality in patients with systemic lupus erythematosus : Classification of outcomes using random for- ests. Arthritis Care & Research, 2006, 55 (1) : 74-80.
  • 10Ho T. K. The random subspace method for constructing decision forests. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20 (8) : 832-844.

引证文献3

二级引证文献43

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部