位置:成果数据库 > 期刊 > 期刊详情页
基于人工神经网络的黄河水质评价
  • ISSN号:1672-9722
  • 期刊名称:《计算机与数字工程》
  • 时间:0
  • 分类:X824[环境科学与工程—环境工程] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]陕西广播电视大学教务处,西安710068, [2]中国科学院地球环境研究所,西安710075, [3]中国科学院研究生院,北京100049, [4]兰州大学,兰州730000, [5]中国科学院寒区旱区环境与工程研究所,兰州730000
  • 相关基金:国家重点基础研究发展计划(973计划)项目(编号:2010CB833406); 国家自然科学基金项目(编号:40825008,41075067); 陕西省高等继续教育教学改革研究重点项目(编号:11J40); 全国教育科学“十二五”规划单位资助课题(编号:FJB110131); 陕西省教育厅科学研究计划项目(编号:12JK0123,12JK0414)资助
中文摘要:

针对地表水环境质量问题,运用人工神经网络理论和方法,建立地表水环境质量评价的BP人工神经网络模型。并将训练样本进行归一化处理,同时利用RAND函数对训练样本进行插值保证神经网络充分学习。通过实例进行评价分析,说明用BP人工神经网络方法评价地表水环境质量是可行的。该模型具有很强的学习、联想和容错功能,其分析结果和过程都接近人脑的思维过程和分析方法,使得地表水环境质量评价结果的精度大大提高。

英文摘要:

According to artificial neural network theory and method,a BP artificial neural network model for surface water environment quality assessment was built.The training samples were normalized.The RAND function was used to construct enough training samples in order to keep the network full learning.The result shows that the application of BP neural network in surface water environment quality assessment is feasible.This model possesses strong functions of study,association and fault tolerance,moreover,both its analysis results and process approach the metal process and analysis method of human brain,which greatly improves the accuracy for surface water environment quality assessment.

同期刊论文项目
期刊论文 60
同项目期刊论文
期刊信息
  • 《计算机与数字工程》
  • 主管单位:中国船舶重工集团公司
  • 主办单位:中船重工集团公司七院第七0九研究所
  • 主编:王小非
  • 地址:武昌74223信箱
  • 邮编:430074
  • 邮箱:jssg@chinajournal.net.cn
  • 电话:027-87534308 87534205
  • 国际标准刊号:ISSN:1672-9722
  • 国内统一刊号:ISSN:42-1372/TP
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:13630