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:
及时监测土壤的污染程度,可以使我们预知土壤的各种状况,有利于我们调整对土壤的使用策略,同时也便于我们及时治理污染。本文采用粒子群和BP混合算法优化神经网络,将其用于土壤污染程度的预测,得到了满意的结果,实现了对土壤污染程度的预测,可以对企业和个人提供快捷和科学的信息。
推荐文章
基于粒子群和BP混合算法的土壤有毒重金属含量预测
土壤重金属
粒子群
BP混合算法
神经网络
基于粒子群算法优化BP神经网络的产品质量预测分析
BP神经网络
改进
粒子群算法
产品质量预测
基于混合算法优化神经网络的混沌时间序列预测
神经网络
粒子群优化
模拟退火
混沌时间序列
改进粒子群算法在BP神经网络拟合非线性函数方面的应用
BP神经网络
粒子群算法
函数拟合
免疫接种
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混合算法神经网络土壤污染程度的预测
来源期刊 福建电脑 学科
关键词 非线性模型预测 粒子群算法 BP算法
年,卷(期) 2015,(2) 所属期刊栏目 应用与开发
研究方向 页码范围 101-101,133
页数 2页 分类号
字数 428字 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 王语园 66 102 5.0 7.0
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  (2)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
非线性模型预测
粒子群算法
BP算法
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导