| 注册
首页|期刊导航|南京大学学报(自然科学版)|基于紫外-可见光谱和机器学习方法的溶解性有机质吸附预测模型研究

基于紫外-可见光谱和机器学习方法的溶解性有机质吸附预测模型研究

崔鹤 刘昆 瞿晓磊

南京大学学报(自然科学版)2021,Vol.57Issue(3):356-363,8.
南京大学学报(自然科学版)2021,Vol.57Issue(3):356-363,8.DOI:10.13232/j.cnki.jnju.2021.03.002

基于紫外-可见光谱和机器学习方法的溶解性有机质吸附预测模型研究

Sorption model for dissolved organic matter based on UV-visible spectra and machine learning

崔鹤 1刘昆 1瞿晓磊1

作者信息

  • 1. 污染控制与资源化研究国家重点实验室,南京大学环境学院,南京,210023
  • 折叠

摘要

关键词

溶解性有机质/有机碳标化分配系数/预测模型/紫外-可见光谱/机器学习

分类

资源环境

引用本文复制引用

崔鹤,刘昆,瞿晓磊..基于紫外-可见光谱和机器学习方法的溶解性有机质吸附预测模型研究[J].南京大学学报(自然科学版),2021,57(3):356-363,8.

基金项目

国家自然科学基金(21876075),"场地土壤污染成因与治理技术"重点专项(2019YFC1804201,2020YFC1807002) (21876075)

南京大学学报(自然科学版)

OACSCDCSTPCD

0469-5097

访问量0
|
下载量0
段落导航相关论文