基于人工神经网络的黄河水质评价

被引：8

作者：

郭庆春 ^{[1
,2
,3
]}

赵雪茹 ^{[4
,5
]}

机构：

[1] 陕西广播电视大学教务处

[2] 中国科学院地球环境研究所

[3] 中国科学院研究生院

[4] 兰州大学

[5] 中国科学院寒区旱区环境与工程研究所

来源：

计算机与数字工程 | 2013年 / 41卷 / 05期

关键词：

人工神经网络; 水质评价; 地表水; 溶解氧; 氨氮;

D O I：

暂无

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

针对地表水环境质量问题,运用人工神经网络理论和方法,建立地表水环境质量评价的BP人工神经网络模型。并将训练样本进行归一化处理,同时利用RAND函数对训练样本进行插值保证神经网络充分学习。通过实例进行评价分析,说明用BP人工神经网络方法评价地表水环境质量是可行的。该模型具有很强的学习、联想和容错功能,其分析结果和过程都接近人脑的思维过程和分析方法,使得地表水环境质量评价结果的精度大大提高。

引用

页码：683 / 685

页数：3

共 13 条

[1] 人工智能在教育中的应用研究 [J].