利用人工神经网络模型评价胶州湾水域 富营养化水平
文件大小:0.13MB
格式:pdf
发布时间:2020-11-05
浏览次数:次
【中文关键词】 | 人工神经网络 胶州湾 富营养化 评价   |
【摘要】 | 为了了解海洋水体的富营养化程度,众多学者提出了各种各样的评价方法,如营养指数方程法[ 1] ,综合营养状态指数法[2 ] ,模糊数学法[3 ] ,支持向量机( SVM) 理论法[4 ] 、人工神经网络模型法[ 5~7 ] |
【部分正文预览】 | 为了了解海洋水体的富营养化程度,众多学者提出了各种各样的评价方法,如营养指数方程法[ 1] ,综合营养状态指数法[2 ] ,模糊数学法[3 ] ,支持向量机( SVM) 理论法[4 ] 、人工神经网络模型法[ 5~7 ]等。但是到目前为止,尚没有统一的关于海水水质的评价方法。人工神经网络是一种人工智能理论,具有自学习、自组织、较好的容错性和优良的非线性逼进能力,因而受到众多领域学者的广泛关注。其中又以采用误差逆传播的网络模型(BP 网络)应用得最多。 |
|
|
|
||
【打印本页】 |
|