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:
以RBF网络建立水质评价模型,网络的输入为某水样中参与评价的n种水质指标实测值的集合,输出为该水样的水质级别.问题关键集中在网络结构的选择、可调参数的优化方法,以及学习样本的代表性上.将n个样本划分成c个类的划分序列.只要在一定水平时样本被归入同一类后,在进行更高水平的划分时,确定类数即确定分类结果.
推荐文章
基于AGA-RBF神经网络的电厂水质评价
水质评价
径向基函数神经网络
加速遗传算法(AGA)
主成分分析(PCA)方法
海水水质评价的人工神经网络模型研究
人工 神经网络
海水水质
评价
训练样本
检验样本
连接权值
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
基于模糊人工神经网络识别的水质评价模型
模糊识别
神经网络
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 基于RBF人工神经网络的水质评价
来源期刊 兵工自动化 学科 工学
关键词 水质评价 人工神经网络 RBF网络模型
年,卷(期) 2008,(4) 所属期刊栏目 先进制造与管理
研究方向 页码范围 32-33,38
页数 3页 分类号 TP273
字数 2331字 语种 中文
DOI 10.3969/j.issn.1006-1576.2008.04.013
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 田丽 安徽工程科技学院安徽省电气传动与控制重点实验室 105 450 10.0 14.0
2 张淑芳 安徽工程科技学院安徽省电气传动与控制重点实验室 3 26 3.0 3.0
3 曹春松 安徽工程科技学院安徽省电气传动与控制重点实验室 1 13 1.0 1.0
4 王殿俊 安徽工程科技学院安徽省电气传动与控制重点实验室 1 13 1.0 1.0
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  (2)
节点文献
引证文献  (13)
同被引文献  (60)
二级引证文献  (45)
2000(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)
2008(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水质评价
人工神经网络
RBF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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导