作者:
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:
基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型.以云南某水库为例,选取NH3-N、NO-2-N、NO-3-N、CODMn和水体透明度作为网络输入,TP、TN作为输出,构建基于ELM的湖库TP、TN预测模型,并将ELM预测结果与传统BP、GA-BP、RBF人工神经网络模型模拟结果进行比较.结果表明,ELM模型预测精度高于传统BP和RBF模型模拟结果,甚至略高于GA-BP模型的预测精度,并且ELM模型具有参数选择简便、训练速度快、不会陷入局部最优值等特点,有着较大的计算优势.
推荐文章
基于在线序列-极限学习机的干旱预测
极限学习机
在线序列
干旱
预测因子
极限学习机在耙吸挖泥船产量预测中的应用
极限学习机
耙吸式挖泥船
产量预测
黑箱模型
基于改进极限学习机的微信热点预测
微信热点
预测模型
极限学习机
验证性测试
权值更新
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 极限学习机在湖库总磷、总氮浓度预测中的应用
来源期刊 水资源保护 学科 地球科学
关键词 极限学习机 人工神经网络模型 GA-BP BP RBF 水质预测 湖库
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 61-66
页数 分类号 X502|O242.1
字数 4504字 语种 中文
DOI 10.3969/j.issn.10046933.2013.02.013
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 崔东文 90 901 17.0 26.0
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  (0)
节点文献
引证文献  (13)
同被引文献  (45)
二级引证文献  (21)
2013(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
极限学习机
人工神经网络模型
GA-BP
BP
RBF
水质预测
湖库
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
水资源保护
双月刊
1004-6933
32-1356/TV
大16开
南京西康路1号
28-298
1985
chi
出版文献量(篇)
2713
总下载数(次)
7
总被引数(次)
34511
论文1v1指导