地面水质评价的RBF神经网络方法

李兴旺; 董曼玲

您当前的位置：

首页 >

文章列表页 >

地面水质评价的RBF神经网络方法

试验研究

- 地面水质评价的RBF神经网络方法
- RBFNetwork Method of Evaluating Water Quality
- 水土保持通报 2002年21卷第3期页码：51-54
- 作者机构：
  
  1. 安徽水利水电职业技术学院,安徽,合肥,230601
  2. 山东农业大学,山东,泰安,271018
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2002
- 稿件说明：
移动端阅览
李兴旺, 董曼玲. 地面水质评价的RBF神经网络方法[J]. 水土保持通报, 2002,21(3):51-54.

LI Xing wang, DONG Man ling. RBFNetwork Method of Evaluating Water Quality[J]. Bulletin of Soiland Water Conservation, 2002, 21(3): 51-54.
李兴旺, 董曼玲. 地面水质评价的RBF神经网络方法[J]. 水土保持通报, 2002,21(3):51-54. DOI：

LI Xing wang, DONG Man ling. RBFNetwork Method of Evaluating Water Quality[J]. Bulletin of Soiland Water Conservation, 2002, 21(3): 51-54. DOI：

摘要

借助神经网络方法处理非线性问题的优势

采用径向基函数 (RBF)来构造多层前馈 BP神经网络。根据某流域水系的水质监测的数据

建立一个对地面水质进行判别的多层前馈网络数学模型。以地面水质污染主要的 7项指标为训练样本

利用该网络对水质进行评价

并将计算结果与其它方法进行比较分析。结果表明

该方法收敛速度较快

预测精度很高

效果优于其它方法。

Abstract

With the advantage of neural netw ork in nonlinear problem

aradial basis function is used to improve conventional BP network. According to the condition of inspecting water quality in Dawen river of Huang river

the ANN model of evaluating water quality is put forward. The training stylebook takes 7 polluted target of this water quality as samples

and the water quality is evaluated using the trained network. The calculating results are analyzed and compared. This method is used to speed up the convergence and impove the performance.

关键词

Keywords

references

浏览量

1551

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GIS和人工神经网络的区域水资源压力评价模型及其验证

属性识别理论在闽江沙溪段水质评价中的应用

汾河运城段河流水质评价

基于因子分析的Hopfield神经网络在水质评价的应用

基于模糊数学的黄河内蒙古段水环境质量评价