原文服务方: 生态学报       
摘要:
在西湖共设了8个采样点,通过主成分分析选取了最能代表西湖水质状况的7号点(湖心)作为研究对象.根据2000年1月至2001年4月西湖常规监测的水生生态数据,并用插值的方法使其生成足够多的样本数,利用BP人工神经网络,探索其用于西湖水生生态状况(叶绿素a的浓度)的短期变化趋势预测的可行性,从中找出最能反映西湖水生生态状况变化趋势的水质因子用来建立网络.并用3号点的数据来检验网络的泛化性能,发现网络输出值与实际值吻合度较高.结果表明,水温和叶绿素a对未来一周的叶绿素a含量影响最大,以这两者作为输入变量建立的网络简单、快捷,比其他线性数值模拟预测有较大的优势.说明人工神经网络对叶绿素a的预测是一种有效工具,可为西湖富营养化治理提供科学依据.
推荐文章
基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型
小波分析
BP神经网络
Chl-a
短期预测
杭州西湖
基于BP神经网络渤海湾表层叶绿素浓度反演方法探讨
GOCI
叶绿素浓度
BP神经网络
渤海湾
遥感
基于BP神经网络的农田大气氨浓度预测
BP神经网络
农田
大气氨浓度
气象因素
预测模型
主成分分析
利用BP神经网络模拟预测夏季降水场
人工神经网络
BP模型
模拟预测
降水场
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 利用BP神经网络方法预测西湖叶绿素a的浓度
来源期刊 生态学报 学科
关键词 BP人工神经网络 短期预测 叶绿素a 西湖
年,卷(期) 2004,(2) 所属期刊栏目
研究方向 页码范围 246-251
页数 6页 分类号 Q178.1
字数 语种 中文
DOI 10.3321/j.issn:1000-0933.2004.02.012
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 蒋勇 浙江大学环境与资源学院环境科学系 5 126 3.0 5.0
2 裴洪平 浙江大学环境与资源学院环境科学系 13 203 6.0 13.0
3 罗妮娜 浙江大学环境与资源学院环境科学系 2 109 1.0 2.0
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  (0)
参考文献  (4)
节点文献
引证文献  (109)
同被引文献  (326)
二级引证文献  (638)
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)
2002(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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(5)
  • 引证文献(4)
  • 二级引证文献(1)
2006(9)
  • 引证文献(7)
  • 二级引证文献(2)
2007(26)
  • 引证文献(10)
  • 二级引证文献(16)
2008(33)
  • 引证文献(9)
  • 二级引证文献(24)
2009(40)
  • 引证文献(7)
  • 二级引证文献(33)
2010(43)
  • 引证文献(6)
  • 二级引证文献(37)
2011(81)
  • 引证文献(11)
  • 二级引证文献(70)
2012(69)
  • 引证文献(7)
  • 二级引证文献(62)
2013(69)
  • 引证文献(7)
  • 二级引证文献(62)
2014(64)
  • 引证文献(7)
  • 二级引证文献(57)
2015(65)
  • 引证文献(8)
  • 二级引证文献(57)
2016(64)
  • 引证文献(7)
  • 二级引证文献(57)
2017(56)
  • 引证文献(4)
  • 二级引证文献(52)
2018(46)
  • 引证文献(4)
  • 二级引证文献(42)
2019(57)
  • 引证文献(7)
  • 二级引证文献(50)
2020(18)
  • 引证文献(2)
  • 二级引证文献(16)
研究主题发展历程
节点文献
BP人工神经网络
短期预测
叶绿素a
西湖
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
生态学报
半月刊
1000-0933
11-2031/Q
16开
1981-01-01
chi
出版文献量(篇)
14991
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导