基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
就径向基函数人工神经网络(RBF)在水质评价中的应用做了探讨.分别从网络结构的选择、可调参数的优化方法和学习样本的代表性3方面作了详细的分析、阐述,并提出了一些解决办法,为RBF网络在水质评价中的应用提供了一定的参考材料.最后以博斯腾湖为例,利用RBF网络建立水质评价模型,模型评价结果趋势基本符合实际,效果较好.
推荐文章
基于AGA-RBF神经网络的电厂水质评价
水质评价
径向基函数神经网络
加速遗传算法(AGA)
主成分分析(PCA)方法
基于BP神经网络模型的水质评价方法探讨
BP神经网络模型
水资源
水质评价
概率神经网络及其在河流水质评价中的应用研究
水质评价
评价因子
概率神经网络
汾河
RBF神经网络及其在水质评价中的应用
径向基函数
神经网络
水质评价
长江芜湖段
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 RBF神经网络方法在水质评价中的应用
来源期刊 灌溉排水学报 学科 地球科学
关键词 水质评价 径向基函数人工神经网络
年,卷(期) 2003,(6) 所属期刊栏目
研究方向 页码范围 70-73
页数 4页 分类号 X824
字数 3547字 语种 中文
DOI 10.3969/j.issn.1672-3317.2003.06.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周孝德 西安理工大学环境科学研究所 169 2996 28.0 48.0
2 李家科 西安理工大学环境科学研究所 55 938 21.0 29.0
3 李亚娇 西安理工大学环境科学研究所 10 97 6.0 9.0
4 吉灯才 西安理工大学环境科学研究所 4 45 2.0 4.0
5 冉述远 西北电力设计院水工处 1 33 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (10)
参考文献  (4)
节点文献
引证文献  (33)
同被引文献  (54)
二级引证文献  (63)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(7)
  • 引证文献(4)
  • 二级引证文献(3)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(9)
  • 引证文献(5)
  • 二级引证文献(4)
2012(7)
  • 引证文献(4)
  • 二级引证文献(3)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
水质评价
径向基函数人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
灌溉排水学报
月刊
1672-3317
41-1337/S
大16开
河南省新乡市宏力大道东380号
36-69
1982
chi
出版文献量(篇)
3985
总下载数(次)
5
总被引数(次)
45177
论文1v1指导