GA⁃BP神经网络在NB⁃IoT水质监测系统中的应用研究

• 作者: 周欣 王宜怀 葛新越
• 来源期刊: 现代电子技术
• 关键词: 水质监测 系统设计 模型训练 GA?BP神经网络 数据融合 实验分析
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 30-33,37
• 页数: 5页
• 分类号: TN99⁃34
• 语种: 中文
• DOI: 10.16652/j.issn.1004⁃373x.2020.24.008

摘要

针对水质分类模型存在评估准确率不高、训练速率慢及样本规模要求大等问题,引入遗传算法优化的BP神经网络实现水质分类模型训练.在水质终端节点中,驻留训练后的参数,实现多传感器数据融合.经同类样本训练下比较,GA?BP神经网络的水质分类模型平均收敛速度比传统BP神经网络快且不易陷入局部极小值,并保证了较好的准确率,表明利用GA?BP神经网络在NB?IoT水质监测系统中有较为良好的应用推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宜怀		251	1538	18.0	27.0
2	周欣		10	8	2.0	2.0
3	葛新越		1	0	0.0	0.0