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:
水质受多个因素的影响,而且这些作用多是非线性的。其水质评价的实质是实现一个非线性映射。由于具有任意个隐层节点的前馈神经网络可以以任意精度逼近一个连续函数,因此,目前得到普遍应用的是采用BP算法的多层前馈神经网络。文中运用人工神经网络的反向传播(BP)算法进行了实例评价,与其它方法相比,评价精度较高,方法简单易行。
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
基于BP神经网络的水质评价
神经网络
水质评价
BP神经网络
MATLAB
PCA-BP神经网络在流域水质评价中的应用
主成分
BP神经网络
水质评价
大流域
改进型LM-BP神经网络在水质评价中的应用
神经网络
双极性S型函数
LM算法
水质评价
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 水质评价模式识别的BP神经网络方法
来源期刊 广州环境科学 学科 地球科学
关键词 水质评价 BP神经网络 模型
年,卷(期) 2005,(4) 所属期刊栏目
研究方向 页码范围 40-43
页数 4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  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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
水质评价
BP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
广州环境科学
半年刊
大16开
广州市越秀区白云路27-1号804室
1985
chi
出版文献量(篇)
1563
总下载数(次)
10
总被引数(次)
5104
论文1v1指导