兵工自动化
兵工自動化
병공자동화
ORDNANCE INDUSTRY AUTOMATION
2008年
4期
32-33,38
,共3页
曹春松%张淑芳%田丽%王殿俊%洪云
曹春鬆%張淑芳%田麗%王殿俊%洪雲
조춘송%장숙방%전려%왕전준%홍운
水质评价%人工神经网络%RBF网络模型
水質評價%人工神經網絡%RBF網絡模型
수질평개%인공신경망락%RBF망락모형
以RBF网络建立水质评价模型,网络的输入为某水样中参与评价的n种水质指标实测值的集合,输出为该水样的水质级别.问题关键集中在网络结构的选择、可调参数的优化方法,以及学习样本的代表性上.将n个样本划分成c个类的划分序列.只要在一定水平时样本被归入同一类后,在进行更高水平的划分时,确定类数即确定分类结果.
以RBF網絡建立水質評價模型,網絡的輸入為某水樣中參與評價的n種水質指標實測值的集閤,輸齣為該水樣的水質級彆.問題關鍵集中在網絡結構的選擇、可調參數的優化方法,以及學習樣本的代錶性上.將n箇樣本劃分成c箇類的劃分序列.隻要在一定水平時樣本被歸入同一類後,在進行更高水平的劃分時,確定類數即確定分類結果.
이RBF망락건립수질평개모형,망락적수입위모수양중삼여평개적n충수질지표실측치적집합,수출위해수양적수질급별.문제관건집중재망락결구적선택、가조삼수적우화방법,이급학습양본적대표성상.장n개양본화분성c개류적화분서렬.지요재일정수평시양본피귀입동일류후,재진행경고수평적화분시,학정류수즉학정분류결과.
