位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络的渭河水质评价方法
  • ISSN号:1000-7024
  • 期刊名称:计算机工程与设计
  • 时间:0
  • 页码:L13-L16
  • 语言:中文
  • 分类: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]陕西师范大学计算机科学学院,陕西西安710062
  • 相关基金:国家自然科学基金项目(40671133).
  • 相关项目:基于模式识别和高分辨遥感影像的河流水质监测研究
中文摘要:

讨论了BP神经网络模型的特性和建模条件,并给出建立合理BP神经网络模型的基本原则和步骤。针对实际水质评价问题,建立了渭河地面水环境质量综合评价的BP神经网络模型,并与单因子法、主成分分析法进行了分析比较。实验结果表明,BP神经网络可以较好地实现水质综合评价,且具有较高的实用性和客观性。

英文摘要:

The shortcomings and the conditions of BP neural networks modeling are discussed, and the basic principles and steps of establishing a reasonable BP neural network model are given. Aimed at actual question of water quality assessment, the BP neural network model is established which synthetically assesses the surface water quality of the Wei river. Then it is compared with water quality assessment methods of single factor assessment and principal components analysis (PCA). The results show that BP neural networks is used to achieve comprehensive evaluation of water quality, and it is more practical and objective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与设计》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团
  • 主办单位:中国航天科工集团二院706所
  • 主编:汤铭瑞
  • 地址:北京142信箱37分箱
  • 邮编:100854
  • 邮箱:ced@china-ced.com
  • 电话:010-68389884
  • 国际标准刊号:ISSN:1000-7024
  • 国内统一刊号:ISSN:11-1775/TP
  • 邮发代号:82-425
  • 获奖情况:
  • 中国科学引文数据库来源期刊,中国学术期刊综合评价数据库来源期刊,中国科技论文统计与分析用期刊
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:45616