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:
人工神经网络(ANN)是复杂非线性科学和人工智能科学的前沿,其在水质评价方面的应用研究在国内外尚处于初创阶段。在详细分析LM算法的基础上,提出了基于LM算法的水质综合评价BP模型,并将该模型应用于实例进行效果检验。结果表明:LM—BP模型用于水质综合评价是可行的,与其它评价方法相比,评价结果更加客观、合理,而且网络训练速度最快,适合作为水质综合评价的通用模型。
推荐文章
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
和声搜索算法改进BP网络在水质评价中的应用
和声搜索算法
BP神经网络
水质评价
基于遗传算法与BP算法的水质评价模型
遗传算法
BP算法
水质评价
局部最优
基于粒子群优化算法的组合算子水质评价模型
参数化组合算子
粒子群优化算法
水质评价模型
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 基于LM—BP算法的综合水质评价研究
来源期刊 水资源研究 学科 地球科学
关键词 LM-BP算法 人工神经网络 水质评价 水环境 神经网络模型
年,卷(期) szyyj_2004,(1) 所属期刊栏目
研究方向 页码范围 12-14
页数 3页 分类号 X824
字数 语种
DOI
五维指标
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  (0)
参考文献  (30)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
LM-BP算法
人工神经网络
水质评价
水环境
神经网络模型
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
水资源研究
双月刊
2166-6024
16开
武汉市解放大道1863号
1979
chi
出版文献量(篇)
2081
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导