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:
为了真实、准确地反映象山港养殖区海域的富营养化状况,以2003-2007年,5年间的象山港养殖区水质监测资料为训练数据并结合有关研究结果,采用K2结构学习算法,构建了基于贝叶斯网络的象山港养殖区水质富营养化风险评价模型,通过该模型得到了各变量间的因果关系及其影响强度.结果表明,试验数据显示准确性为90.18%,Kappa指数为0.877 0,以上证明该方法是有效可行的,预测结果表明象山港养殖区水环境富营养化程度日趋严重.
推荐文章
应用压力-状态-响应模型评价象山港富营养化水平
象山港
压力-状态-响应
富营养化
预测
最小总风险准则的贝叶斯网络个人信用评估模型
个人信用评估
最小总风险准则
最小错误概率准则
贝叶斯网络分类器
基于贝叶斯网的网箱养殖区网箱移动预测建模
象山港
网箱养殖
模型
贝叶斯网
K2算法
基于贝叶斯网络的航班离港延误预警分析
贝叶斯网络
航班离港延误
延误原因
延误预警
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 应用贝叶斯网络模型评价象山港养殖区富营养化风险
来源期刊 浙江海洋学院学报(自然科学版) 学科 地球科学
关键词 象山港 富营养化 贝叶斯网 评价
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 15-19,29
页数 6页 分类号 X55
字数 3783字 语种 中文
DOI 10.3969/j.issn.1008-830X.2010.01.004
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 滕丽华 浙江万里学院生物与环境学院 44 188 8.0 12.0
2 王建平 35 195 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (94)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (27)
二级引证文献  (11)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
象山港
富营养化
贝叶斯网
评价
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
浙江海洋大学学报(自然科学版)
双月刊
2096-4730
33-1404/P
大16开
浙江省舟山市
1982
chi
出版文献量(篇)
2175
总下载数(次)
1
总被引数(次)
13122
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导