BP和RBF网络在厦门市大气环境质量评价中的比较

被引：2

作者：

陈一萍

郑朝洪

机构：

[1] 泉州师范学院资源与环境学院

来源：

环保科技 | 2008年 / 04期

关键词：

RBF网络; BP网络; 大气质量; 评价;

D O I：

暂无

中图分类号：

X823 [大气评价];

学科分类号：

0706 ; 070602 ;

摘要：

对BP(back propagation,多层前馈或反向传播)神经网络和RBF(radial basis function,径向基函数)神经网络这两种模型的特征进行了分析,并将其应用于厦门市的大气环境质量评价中,结果表明,BP和RBF网络用于大气环境质量评价都是可行的,但RBF网络在逼近能力、分类能力和学习速度等方面均优于BP网络,显示出良好的应用前景。

引用

页码：8 / 10+14 +14

页数：4

共 3 条

[1] A new sequential learning algorithm for RBF neural networks [J].

YANG Ge LV Jianhong LIU Zhiyuan Department of Power Engineering Southeast University Nanjing China Department of Power Engineering Nanjing Institute of Technology Nanjing China .

Science in China(Series E:Technological Sciences), 2004, (04) :447-460

[2]

神经网络结构设计的理论与方法.[M].魏海坤编著;.国防工业出版社.2005,

[3]

神经网络理论与MATLAB 7实现.[M].飞思科技产品研发中心编著;.电子工业出版社.2005,

← 1 →