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:
环境污染现在是大众所关注的一个重要的问题,需要拿出科学的方法和手段应对这个问题.文中提出了一种改进型的PSO-BP神经网络相结合的环境质量评价方法,以大理的洱海水域为例,选取了实际的水质监测数据作为样本,进行了系统的分析.通过对传统的BP神经网络法、PSO-BP神经网络和改进型PSO-BP算法三种方法应用结果的对比,本文得出改进的PSO-BP神经网络方法在相同精度下拥有更高的效率.
推荐文章
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于BP神经网络模型的水质评价方法探讨
BP神经网络模型
水资源
水质评价
基于GPU的PSO-BP神经网络DOA估计
波达方向估计
粒子群优化
神经网络
图形处理单元
统一计算设备架构
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
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 基于改进型PSO-BP神经网络算法的水质评价
来源期刊 信息技术 学科 地球科学
关键词 水质评价 BP神经网络 粒子群 改进PSO-BP神经网络算法
年,卷(期) 2017,(8) 所属期刊栏目 基金项目
研究方向 页码范围 11-15,20
页数 6页 分类号 TP183|X703
字数 4238字 语种 中文
DOI 10.13274/j.cnki.hdzj.2017.08.003
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 龙华 昆明理工大学信息工程与自动化学院 132 376 9.0 13.0
2 曹伟 昆明理工大学信息工程与自动化学院 3 10 3.0 3.0
3 陈子豪 昆明理工大学信息工程与自动化学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (220)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (2)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水质评价
BP神经网络
粒子群
改进PSO-BP神经网络算法
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
总被引数(次)
47901
论文1v1指导