基于RPROP算法的湖泊富营养化评价
姜雅萍1; 马宗仁2,3
2008-11-25
发表期刊中国资源综合利用
ISSN1008-9500
卷号No.264期号:11页码:17-19
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间的关系复杂且是非线性的特点,建立了湖泊营养状态的弹性BP人工神经网络模型,并应用于我国的湖泊营养状态评价。根据传统BP人工神经网络收敛速度不稳定,容易陷入局部极小点等特点,使用RPROP算法进行网络的训练。在分析BP神经网络和RPROP算法原理的基础上,指出了RPROP算法具有收敛速度快、不容易陷入局部极小点、自适应能力强等优点,并分析了原因。将RPROP算法训练的多层前馈神经网络用于湖泊富营养化评价,给出了网络模型,分析了隐含层神经元数目对网络训练和评价的影响。水质评价参数的训练和评价表明,RPROP算法的收敛速度快于传统BP算法,并且与传统的评价结果具有高度的相关性,是一种有效的方法。
关键词RPROP算法 富营养化 评价
URL查看原文
语种中文
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/101914
专题国家开放大学黑龙江分部
作者单位1.同济大学环境科学与工程学院;
2.兰州交通大学环境与市政工程学院;
3.伊春市广播电视大学
推荐引用方式
GB/T 7714
姜雅萍,马宗仁. 基于RPROP算法的湖泊富营养化评价[J]. 中国资源综合利用,2008,No.264(11):17-19.
APA 姜雅萍,&马宗仁.(2008).基于RPROP算法的湖泊富营养化评价.中国资源综合利用,No.264(11),17-19.
MLA 姜雅萍,et al."基于RPROP算法的湖泊富营养化评价".中国资源综合利用 No.264.11(2008):17-19.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[姜雅萍]的文章
[马宗仁]的文章
百度学术
百度学术中相似的文章
[姜雅萍]的文章
[马宗仁]的文章
必应学术
必应学术中相似的文章
[姜雅萍]的文章
[马宗仁]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。