基于神经网络的水环境监测数据融合处理与评价模型

• 作者: 孙少华 徐立中 王建颖 黄凤辰
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: BP网络 数据融合 水质监测 水质评价
• 年，卷（期）: 2004,（z5）
• 所属期刊栏目: 人工智能与神经网络
• 页码范围: 195-198
• 页数: 4页
• 分类号: TP1
• 字数: 2927字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2004.z5.051

摘要

针对水环境的复杂性以及水质监测数据的多源性的特点,引入数据融合技术,从数据融合的角度,对四项常规的水质指标数据进行融合处理,建立相应的评价模型,并与常规的单因子评价方法进行比较,论证了从数据融合的角度对水质评价的可行性及有效性,以及本文建立的BP网络水质评价模型具有简单、客观性、处理不确定性等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐立中	河海大学计算机及信息工程学院	136	1780	22.0	35.0
2	王建颖	河海大学计算机及信息工程学院	13	208	6.0	13.0
3	黄凤辰	河海大学计算机及信息工程学院	49	350	11.0	16.0
4	孙少华	河海大学计算机及信息工程学院	3	136	3.0	3.0