人工神經網絡用于錒系離子An3+水解常數pK1預測研究

O 引言 水解常數是金屬離子水溶液化學的基礎數據,對于研究水溶液中離子的狀態(tài)以及進一步研究其在水溶液中的其它化學行為是必不可少的.一般金屬離子(包括鑭系金屬離子)的水解常數數據相對較為完善,對它們水解的規(guī)律性也有不少研究,但錒系金屬離子的水解常數數據迄今較缺乏,特別是重錒系的水解常數數據基本空缺[1-5].

作 者： 楊興華 張南生 潘忠孝   作者單位： 楊興華,張南生(湖南省懷化師�；瘜W系,懷化,418008)

潘忠孝(中國科學技術大學應用化學系,合肥230026) 

刊 名： 無機化學學報  ISTIC SCI PKU 英文刊名： CHINESE JOURNAL OF INORGANIC CHEMISTRY  年，卷(期)： 2002 18(6)  分類號：   關鍵詞： 鑭系金屬離子 鑭系金屬離子 水解常數 函數連接型神經網絡(FLN) 預測  

【人工神經網絡用于錒系離子An3+水解常數pK1預測研究】相關文章：

人工神經網絡在環(huán)境災害預測中的應用進展04-26

基于人工神經網絡的結構腐蝕損傷定量預測04-27

多價金屬離子與部分水解聚丙烯酰胺絡合行為的研究04-27

基于小波神經網絡的煤層底板突水非線性預測方法研究04-25

基于MATLAB7的神經網絡在灌溉用水量預測中的應用研究04-27

基于RBF神經網絡的短時交通流量預測04-27

水解+加壓MBR處理淀粉廢水研究04-27

太陽常數04-26

海帶吸附銀離子機制的研究04-25

高嶺土對鈣離子的吸附特性研究04-27