人工神经网络在水产科学中的应用

被引：12

作者：

楼文高

机构：

[1] 上海水产大学海洋学院上海

来源：

上海水产大学学报 | 2001年 / 04期

关键词：

人工神经网络; 水产科学; 动态信息系统;

D O I：

暂无

中图分类号：

S951.2 [电子设备、计算机在渔业上的应用];

学科分类号：

摘要：

人工神经网络 (ANN)是一种动态信息 (处理 )系统 ,它具有联想记忆、自组织、自适应、自学习和容错等优异的特性而得到广泛应用。ANN已广泛地应用于诸如模式识别、拟合、分类、决策和预测等领域 ,而水产科学有很多涉及上述技术的问题。本文在简述ANN结构和工作原理的基础上 ,讨论分析了利用BP神经网络模型、自组织特性神经网络或Kohonen神经网络模型进行分类、模式识别、图像处理和鉴别、预测与评价、系统模拟以及最优化和多目标决策等方面的应用实例。从神经网络模型建模和数据预处理原理研究了应用人工神经网络技术建模的局限性和缺陷。并明确指出 :若不采用检验样本监控学习过程 ,对于一定数量的样本数据 ,过大的神经网络结构将不可避免地会引起对样本数据的过拟合 ,从而得到不能正确反映样本数据结构和内在特性的神经网络模型 ,而可能是对样本数据的噪声的反映。本文最后探讨了人工神经网络技术与模糊数学、逻辑控制和拓扑学以及非确定性原理相结合的应用趋势

引用

页码：347 / 352

页数：6

共 18 条

[1] 利用神经网络反演海水叶绿素浓度 [J].

詹海刚 ;

施平 ;

陈楚群 ;

不详 .

科学通报 , 2000, (17) :1879-1884

[2] 人工神经网络方法在资源与环境预测方面的应用 [J].

邬红娟 ;

林子扬 ;

郭生练 ;

不详 .

长江流域资源与环境 , 2000, (02) :237-241

[3]

Role of some environmental variables in trout abundance models using neural networks. Lek S,Belaud A,Baran P,et al. Aquatic Living Resources . 1996

[4]

Artificial neural networks as a tool for species identification of fish schools. Haralabous J,Georgakarakos S. ICES Journal of Marine Science . 1996

[5]

Analysis and prediction of the fluctuation of sardine abundance using a neural network. Aoki I,Komatsu T. Oceanologica Acta . 1997

[6]

Predicting fish distribution in a mesotrophic lake by hydroacoustic survey and artificial neural networks. Brosse S,Lek S. Limnology and Oceanography . 1999

[7] 滆湖渔业资源系统的仿真研究 [J].

倪汝凤 ;

黄能耿 .

水产学报, 1997, (04) :398-403

[8] 多层前向网络的全局最优化问题 [J].

董聪 .

大自然探索, 1996, (04) :29-33

[9]

人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡,张长水编著, 2000

[10]

多层前向人工神经网络[M]. 黄河水利出版社 , 赵林明等编著, 1999

← 1 2 →