原文服务方: 工业仪表与自动化装置       
摘要:
利用当前重金属的含量去预测未来有毒重金属的含量,就可以采取有效的措施预防,对人们的健康有着重大意义.该文主要应用粒子群和BP混合算法的神经网络对甘肃某地区的土壤进行了预测,得到的预测数据和实际的基本相符,因此,该预测算法应用到土壤的预测中具有良好的效果,有良好的应用和推广前景.
推荐文章
基于粒子群和BP混合算法神经网络土壤污染程度的预测
非线性模型预测
粒子群算法
BP算法
基于高光谱反演的复垦区土壤重金属含量经验模型优选
工矿复垦区
土壤重金属
高光谱反演
经验模型
偏最小二乘回归
粒子群算法
粒子群神经网络混合算法在负荷预测中的应用
粒子群算法
PSO-BP混合算法
优化算法
日负荷预测
预测精度
相对误差
基于神经网络的土壤重金属预测模型研究
土壤重金属
神经网络
预测模型
MATLAB工具箱
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 基于粒子群和BP混合算法的土壤有毒重金属含量预测
来源期刊 工业仪表与自动化装置 学科
关键词 土壤重金属 粒子群 BP混合算法 神经网络
年,卷(期) 2012,(5) 所属期刊栏目 信息与动态
研究方向 页码范围 109-112
页数 4页 分类号 TP183
字数 语种 中文
DOI
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 路小娟 兰州交通大学自动化与电气工程学院 29 123 7.0 9.0
2 范多进 兰州交通大学国家绿色镀膜技术与装备工程技术研究中心 3 21 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (124)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(15)
  • 参考文献(0)
  • 二级参考文献(15)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
土壤重金属
粒子群
BP混合算法
神经网络
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
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
论文1v1指导