基于人工神经网络的长江水质评价模型

• 作者: 何振芳 李力 郭庆春
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 人工神经网络 水质 评价 长江
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 基金项目
• 页码范围: 54-56,60
• 页数: 4页
• 分类号: TP309
• 字数: 3914字
• 语种: 中文

摘要

为了能够客观地对长江水质进行评价,在分析人工神经网络原理的基础上,通过对水质污染指标浓度生成样本的方法,生成了适用于人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于长江水质评价的人工神经网络模型.将该模型用于长江水环境评价,通过模型的计算,得到长江水质类别.评价结果表明该模型设计合理、泛化能力强,对长江水质评价具有较好的客观性、通用性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆春		45	264	10.0	14.0
4	李力	中国科学院地球环境研究所	45	407	11.0	19.0
5	何振芳		24	170	8.0	11.0