应用BP神经网络实现环境监测的优化布点

环境监测的合理布设关系到只有用量测点的监测数据就能客观、准确地反映区域环境的质量,采用传统的优化统计模型对监测数据进行处理一限较繁。基于人工神经网络应用于模式分类与人有适应能力强、客观性好的特点,提出将人工神经网络ＢＰ与逐步聚类分析物思想相结合,实现对环境测点的逐步聚类优选,用该方法对贵阳市１９９２－１９９３年期间的１６个大气环境测占煌监测数据进行优选,得到的６个优点选点符合实际结果。     

县级生态农业建设的人工神经网络模型

引入人工神经网络的评价识别方法，建立了ＢＰ模型，以前人建立的县级生态农业建设评价指标体系评价标准，和某县生态农业综合评价指标数据为实例，比较ＢＰ模型的有效性，得到的评价分类结果和指标优先发展顺序决策与实际情况相吻合。     

物料衡算法计算燃煤SO2排放总量的探讨

本文分析了现行燃煤ＳＯ２排放总量计算方法的优缺点，提出了一种更符合实际的燃煤ＳＯ２排放总量计算方法。     

B-P神经网络在环境空气质量预报中的应用

通过对神经网络应用实例的论证,探讨B-P神经网络应用于环境空气质量预报的可行性及其先进性.B-P神经网络对污染物浓度变化趋势的预测较线性回归统计模式更为敏感,其预测值的绝对误差也比线性回归统计模式小.显示出其逼近精度高、训练学习速度快、对基础数据时间长度要求不高的优越特性.     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

数据挖掘在环境信息管理中的应用

本文在介绍数据挖掘的基本概念和体系结构的基础上，分析了其技术在环境信息管理中应用的可行性，并结合环境信息管理的特点，探讨了数据挖掘技术在环境信息管理中的应用前景。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。     

安全技术中图像质量的主客观评估

本文讨论图像压缩算法对安全图像数据的影响。文中比较了客观标准、主观标准和可辨认性等三种有本质不同的评估技术。我们选择了两幅初始质量不同的典型安全图像数据(一块车牌和一张人脸)，采用包括两种专业技术(JPEG和LuRaWave—LWF)和一种应用技术(Karhunen—Loeve变换—KLT)在内的三种不同的压缩技术，从原始图像中依照不同的压缩率得到一系列压缩图像。最后，评估和比较了作为客观标准的MSE(均方差)、依照I—TU—RRec．500的主观图像质量和图像的可辨认性。     

神经网络及其在水库调洪演算中的应用

结合洪水灾害管理的特点建立了水库调洪演算的人工神经网络模型，阐述了其基本原理及算法，并结合某水库调洪演算实例说明了其应用。     

矿井重大灾害危险性评价的改进灰色统计法

用灰色统计理论［１］研究了矿井四大灾害即冒顶、水灾、火灾和瓦斯爆炸的危险性预评价问题，提出了一种新的评价方法──灰色统计综合法。同时，从应用的角度出发对灰色统计的算法作了改进，改进后的算法便于记忆和应用。