人工神经网络用于锕系离子An3+水解常数pK1预测研究

人工神经网络用于锕系离子An3+水解常数pK1预测研究

O 引言 水解常数是金属离子水溶液化学的基础数据,对于研究水溶液中离子的状态以及进一步研究其在水溶液中的其它化学行为是必不可少的.一般金属离子(包括镧系金属离子)的水解常数数据相对较为完善,对它们水解的规律性也有不少研究,但锕系金属离子的水解常数数据迄今较缺乏,特别是重锕系的水解常数数据基本空缺[1-5].

作 者： 杨兴华 张南生 潘忠孝   作者单位： 杨兴华,张南生(湖南省怀化师专化学系,怀化,418008)

潘忠孝(中国科学技术大学应用化学系,合肥230026) 

刊 名： 无机化学学报  ISTIC SCI PKU 英文刊名： CHINESE JOURNAL OF INORGANIC CHEMISTRY  年，卷(期)： 2002 18(6)  分类号：   关键词： 镧系金属离子 镧系金属离子 水解常数 函数连接型神经网络(FLN) 预测  

【人工神经网络用于锕系离子An3+水解常数pK1预测研究】相关文章：

人工神经网络在环境灾害预测中的应用进展04-26

基于人工神经网络的结构腐蚀损伤定量预测04-27

多价金属离子与部分水解聚丙烯酰胺络合行为的研究04-27

基于小波神经网络的煤层底板突水非线性预测方法研究04-25

基于MATLAB7的神经网络在灌溉用水量预测中的应用研究04-27

基于RBF神经网络的短时交通流量预测04-27

水解+加压MBR处理淀粉废水研究04-27

太阳常数04-26

海带吸附银离子机制的研究04-25

高岭土对钙离子的吸附特性研究04-27