Norges billigste bøker

Water Quality Index Prediction Using Multiple Linear Fuzzy Regression Model

- Case Study in Perak River, Malaysia

Om Water Quality Index Prediction Using Multiple Linear Fuzzy Regression Model

This book addresses the prediction of the Water Quality Index (WQI) at Perak River, State of Perak, Malaysia, using a fuzzy multiple linear regression model to tackle the uncertainty in the measurements of six key parameters ΓÇô dissolved oxygen (DO), biological oxygen demand (BOD), chemical oxygen demand (COD), suspended solids (SS), pH value (pH) and ammoniacal nitrogen (NH3-NL). Given its scope, the book is suitable for graduate students, researchers and water quality scientists.

Vis mer
  • Språk:
  • Engelsk
  • ISBN:
  • 9789811534843
  • Bindende:
  • Paperback
  • Sider:
  • 55
  • Utgitt:
  • 22. februar 2020
  • Utgave:
  • 12020
  • Dimensjoner:
  • 155x235x0 mm.
  • Vekt:
  • 454 g.
  Gratis frakt
Leveringstid: 2-4 uker
Forventet levering: 20. januar 2025
Utvidet returrett til 31. januar 2025
  •  

    Kan ikke leveres før jul.
    Kjøp nå og skriv ut et gavebevis

Beskrivelse av Water Quality Index Prediction Using Multiple Linear Fuzzy Regression Model

This book addresses the prediction of the Water Quality Index (WQI) at Perak River, State of Perak, Malaysia, using a fuzzy multiple linear regression model to tackle the uncertainty in the measurements of six key parameters ΓÇô dissolved oxygen (DO), biological oxygen demand (BOD), chemical oxygen demand (COD), suspended solids (SS), pH value (pH) and ammoniacal nitrogen (NH3-NL). Given its scope, the book is suitable for graduate students, researchers and water quality scientists.

Brukervurderinger av Water Quality Index Prediction Using Multiple Linear Fuzzy Regression Model



Finn lignende bøker
Boken Water Quality Index Prediction Using Multiple Linear Fuzzy Regression Model finnes i følgende kategorier:

Gjør som tusenvis av andre bokelskere

Abonner på vårt nyhetsbrev og få rabatter og inspirasjon til din neste leseopplevelse.