改进BP神经网络法预测环境氡浓度

• 作者: 段中山 过惠平 龚朋彬
• 来源期刊: 核电子学与探测技术
• 学科: 地球科学
• 关键词: 氡 最大熵 BP神经网络 预测
• 年，卷（期）: 2019,（3）
• 页码范围: 279-284
• 页数: 6页
• 分类号: X837
• 字数: 3018字
• 语种: 中文

摘要

针对传统BP神经网络进行环境污染预测时存在预测误差大、泛化能力弱和收敛速度慢等不足,提出了用最大熵原则代替传统BP神经网络均方差准则,推导最大熵原则下神经网络连接权值和阈值调整公式,建立了最大熵BP神经网络.最后利用氡浓度监测数据在Matlab平台进行了仿真实验,结果表明:改进模型的平均预测误差为5.22％,低于传统BP神经网络,同时具有预测结果可靠和泛化能力强的优点,可以较好地用于环境氡浓度预测研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	过惠平	火箭军工程大学核工程学院	14	8	1.0	1.0
2	段中山	火箭军工程大学核工程学院	4	1	1.0	1.0
6	龚朋彬	火箭军工程大学核工程学院	3	0	0.0	0.0