基于人工神经网络样本优化法识别的河流溶解氧模型

• 作者: 李丽 陈丽华 马生全
• 来源期刊: 海南师范大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 人工神经网络 Levenberg-Marpuardt算法 溶解氧(DO) 归一化 线性插值
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 数学研究
• 页码范围: 372-376
• 页数: 5页
• 分类号: TP18|X323
• 字数: 2843字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4942.2008.04.005

摘要

以影响河流溶解氧的3个重要因素(流量、水温、pH)建立了基于L-M算法的BP神经网络模型,用此模型可成功预测黄河水中溶解氧(DO)的浓度.过程中选取四种方法对学习样本进行预处理,利甩处理后的数据训练网络.结果表明采用方法四归一化后的数据预测DO含量效果最好,同时表明线性插值后学习样本的大小对网络预测的精密度有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马生全	海南师范大学数学与统计学院	38	67	5.0	7.0
2	陈丽华	西北民族大学实验中心	50	282	10.0	15.0
3	李丽	西北民族大学化工学院	7	48	4.0	6.0