原文服务方: 水文地质工程地质       
摘要:
人工神经网络(Artificial Neural Network以下简称ANN)是一种行之有效的数据处理和分析方法,它的应用领域不断扩大并逐渐完善,本文在传统ANN方法基础上进行了进一步的探讨,立足于BP算法,通过调整ANN输出结构,提高其鲁棒性能,从而使其更具有适应性.将改进后的ANN应用于地下水水质评价分类,并和模糊综合评判评价结果进行了比较,分类结果令人满意.
推荐文章
基于改进的TOPSIS模型在地下水水质评价中的应用
改进的熵权
改进的TOPSIS
地下水水质综合评价
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
地下水水质评价的人工神经网络方法
地下水
水质评价
BP神经网络模型
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 人工神经网络模型在地下水水质评价分类中的应用
来源期刊 水文地质工程地质 学科
关键词 人工神经网络 BP算法 模糊综合评判 地下水水质 分类
年,卷(期) 2004,(3) 所属期刊栏目 地下水模型研究
研究方向 页码范围 58-61
页数 4页 分类号 P641.13|P641.2
字数 语种 中文
DOI 10.3969/j.issn.1000-3665.2004.03.013
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 潘世兵 中国水利水电科学研究院遥感中心 35 392 12.0 18.0
2 孙涛 中国水利水电科学研究院遥感中心 28 361 11.0 19.0
3 李永军 3 113 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (101)
参考文献  (5)
节点文献
引证文献  (54)
同被引文献  (119)
二级引证文献  (520)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(7)
  • 引证文献(6)
  • 二级引证文献(1)
2006(6)
  • 引证文献(2)
  • 二级引证文献(4)
2007(18)
  • 引证文献(8)
  • 二级引证文献(10)
2008(30)
  • 引证文献(2)
  • 二级引证文献(28)
2009(31)
  • 引证文献(4)
  • 二级引证文献(27)
2010(42)
  • 引证文献(6)
  • 二级引证文献(36)
2011(41)
  • 引证文献(0)
  • 二级引证文献(41)
2012(39)
  • 引证文献(4)
  • 二级引证文献(35)
2013(50)
  • 引证文献(4)
  • 二级引证文献(46)
2014(56)
  • 引证文献(4)
  • 二级引证文献(52)
2015(50)
  • 引证文献(4)
  • 二级引证文献(46)
2016(65)
  • 引证文献(3)
  • 二级引证文献(62)
2017(43)
  • 引证文献(1)
  • 二级引证文献(42)
2018(43)
  • 引证文献(2)
  • 二级引证文献(41)
2019(38)
  • 引证文献(2)
  • 二级引证文献(36)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
人工神经网络
BP算法
模糊综合评判
地下水水质
分类
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
水文地质工程地质
双月刊
1000-3665
11-2202/P
大16开
北京市海淀区大慧寺20号
1957-01-01
汉语
出版文献量(篇)
3626
总下载数(次)
0
总被引数(次)
45658
论文1v1指导