- 相关推荐
用BP神经网络模型评价养殖区水域的富营养化-以湖州地区为例
根据养殖区水域富营养化程度主要影响因素和评价标准,用足够多的BP神经网络训练样本、检验样本和测试样本进行模拟学习,给出了区分养殖区富营养化程度的分界值,能够直观地进行不同等级富营养化程度的划分.所得到的神经网络模型具有较好的泛化能力和预测能力,减少了人为主观因素的影响,该模型有一定的客观性、通用性和实用性.实例分析表明,湖州地区养殖区外荡水域富营养化程度比较严重,处于富营养化和重富营养化状态.
作 者: 赵汉取 韦肖杭 姚伟忠 张敏 王俊 作者单位: 浙江省淡水水产研究所,浙江,湖州,313001 刊 名: 宁波大学学报(理工版) 英文刊名: JOURNAL OF NINGBO UNIVERSITY(NATURAL SCIENCE & ENGINEERING EDITION) 年,卷(期): 2008 21(1) 分类号: X524 关键词: 人工神经网络 BP算法 富营养化评价 外荡水域【用BP神经网络模型评价养殖区水域的富营养化-以湖州地区为例】相关文章:
BAF处理系统的BP神经网络模型04-25
基于改进BP神经网络的职业危害预警模型04-25
基于GIS-BP神经网络的生态地质环境敏感性评价-以千山景区及周边为例04-27
淤泥质软土流变参数及BP神经网络模型研究04-28
四平地区水库富营养化评价分析与防治措施04-29
用BP神经网络模型定量估算石化企业炼油废水处理中的VOCs04-26
基于GIS和人工神经网络模型的区域生态旅游适宜度评价-以浙江省为例04-26
浅谈BP人工神经网络04-30