首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
综合类   2篇
  2015年   1篇
  2011年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
基于PSO算法的BP神经网络对水体叶绿素a的预测   总被引:3,自引:0,他引:3  
BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优.提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性.选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力.比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.  相似文献   
2.
以昆山市凌家浜河道作为原位生态修复的试验对象,综合运用水生植物修复技术、生物膜技术等,改善水质。结合水生动物,平衡水体内浮游生物种类结构和数量,促进降解和转移水体中有机物质,达到河道生态系统原位修复的目的。研究表明:在有部分外源污染的情况下,采用该技术修复河道,水质改善显著,水体透明度、COD、TP、TN、NH+4-N、叶绿素a等主要水质指标达到或优于地表水质标准。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号