常州大学学报（自然科学版）
常州大學學報（自然科學版）
상주대학학보（자연과학판）
Journal of ChangZhou University(Natural Science Edition)
2013年
3期
62-65
,共4页
太湖%富营养化%BP神经网络%预测
太湖%富營養化%BP神經網絡%預測
태호%부영양화%BP신경망락%예측
Taihu Lake%eutrophication%BP neural network%prediction
建立拓扑结构为5-9-1的3层BP神经网络模型,预测太湖的富营养化水平,为水环境监测平台提供决策支持.该模型采用动量梯度下降法对太湖的湖体的富营养化水平进行预测并评价.验证结果表明,训练后的网络得出的预测结果与实际值很接近.因此,采用BP (Back Propagation)神经网络对太湖湖体富营养化水平进行预测并评价是一种有效的方法.
建立拓撲結構為5-9-1的3層BP神經網絡模型,預測太湖的富營養化水平,為水環境鑑測平檯提供決策支持.該模型採用動量梯度下降法對太湖的湖體的富營養化水平進行預測併評價.驗證結果錶明,訓練後的網絡得齣的預測結果與實際值很接近.因此,採用BP (Back Propagation)神經網絡對太湖湖體富營養化水平進行預測併評價是一種有效的方法.
건립탁복결구위5-9-1적3층BP신경망락모형,예측태호적부영양화수평,위수배경감측평태제공결책지지.해모형채용동량제도하강법대태호적호체적부영양화수평진행예측병평개.험증결과표명,훈련후적망락득출적예측결과여실제치흔접근.인차,채용BP (Back Propagation)신경망락대태호호체부영양화수평진행예측병평개시일충유효적방법.
