基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂且是非线性的特点,研制了一个能自动对湖泊富营养化程度做出正确评价的BP人工神经网络模型,并在太湖富营养化评价中得到了应用.结果表明:只要把观测数据提供给网络,借助计算机就可获得能客观地反映水质富营养化状况的评价结果;对于富营养化标准样本,一旦训练完毕,只需通过简单的加法和乘法运算,就可对湖泊水质富营养化程度进行评价.
推荐文章
湖库富营养化人工神经网络评价模型
湖库
富营养化评价
神经网络
训练样本
检验样本
几种神经网络模型在湖库富营养化程度评价中的应用
湖库
富营养化评价
RBF神经网络
GRNN神经网络
BP神经网络
Elman神经网络
基于BP神经网络的太湖富营养化时空变化预测
太湖
富营养化
BP神经网络
预测
基于MATLAB的神经网络在湖泊富营养化评价中的应用
湖泊
富营养化
BP神经网络
MATLAB
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络模型在太湖富营养化评价中的应用
来源期刊 河海大学学报(自然科学版) 学科 地球科学
关键词 太湖 富营养化评价 BP网络模型
年,卷(期) 2004,(2) 所属期刊栏目 水文水资源与环境
研究方向 页码范围 147-150
页数 4页 分类号 X524
字数 1689字 语种 中文
DOI 10.3321/j.issn:1000-1980.2004.02.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董增川 河海大学水资源环境学院 327 4778 36.0 58.0
2 李少华 河海大学水资源环境学院 14 300 8.0 14.0
3 任黎 河海大学水资源环境学院 10 208 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (129)
同被引文献  (247)
二级引证文献  (729)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(6)
  • 引证文献(6)
  • 二级引证文献(0)
2006(9)
  • 引证文献(7)
  • 二级引证文献(2)
2007(20)
  • 引证文献(13)
  • 二级引证文献(7)
2008(44)
  • 引证文献(21)
  • 二级引证文献(23)
2009(37)
  • 引证文献(5)
  • 二级引证文献(32)
2010(75)
  • 引证文献(11)
  • 二级引证文献(64)
2011(101)
  • 引证文献(18)
  • 二级引证文献(83)
2012(83)
  • 引证文献(7)
  • 二级引证文献(76)
2013(93)
  • 引证文献(12)
  • 二级引证文献(81)
2014(95)
  • 引证文献(10)
  • 二级引证文献(85)
2015(78)
  • 引证文献(5)
  • 二级引证文献(73)
2016(57)
  • 引证文献(3)
  • 二级引证文献(54)
2017(64)
  • 引证文献(3)
  • 二级引证文献(61)
2018(41)
  • 引证文献(5)
  • 二级引证文献(36)
2019(47)
  • 引证文献(2)
  • 二级引证文献(45)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
太湖
富营养化评价
BP网络模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河海大学学报(自然科学版)
双月刊
1000-1980
32-1117/TV
大16开
南京市西康路一号
28-63
1957
chi
出版文献量(篇)
3174
总下载数(次)
1
总被引数(次)
60614
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导