[1]马正华,王 腾,周炯如.基于BP神经网络的太湖富营养化时空变化预测[J].常州大学学报(自然科学版),2013,(03):62-65.[doi:10.3969/j.issn.2095-0411.2013.03.016]
　MA Zheng hua,WANG Teng,ZHOU Jiong ru.Spatiotemporal Changes Prediction of Taihu Lake Based on BP Neural Network[J].Journal of Changzhou University(Natural Science Edition),2013,(03):62-65.[doi:10.3969/j.issn.2095-0411.2013.03.016]
点击复制

基于BP神经网络的太湖富营养化时空变化预测()
分享到：

常州大学学报(自然科学版)[ISSN:2095-0411/CN:32-1822/N]

卷:
期数:
2013年03期
页码:
62-65
栏目:
出版日期:
2013-06-30

文章信息/Info

Title:
Spatiotemporal Changes Prediction of Taihu Lake Based on BP Neural Network
作者:
马正华; 王 腾; 周炯如
常州大学 信息科学与工程学院,江苏 常州 213164
Author(s):
MA Zheng hua; WANG Teng; ZHOU Jiong ru
School of Information Science and Engineering,Changzhou University,Changzhou 213164,China
关键词:
太湖;  富营养化;  BP神经网络;  预测
Keywords:
Taihu Lake;  eutrophication;  BP neural network;  prediction
分类号:
TP 399
DOI:
10.3969/j.issn.2095-0411.2013.03.016
文献标志码:
A
摘要:
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。
Abstract:
BP(Back Propagation)artificial neural network has excellent nonlinear approximation ability and can be used for prediction.In this paper,a BP neural network model with the topology of 5-9-1 is established for prediction and evaluation.Test results showed

参考文献/References:

[1]裴洪平,罗妮娜,蒋勇,等.利用BP神经网络方法预测西湖叶绿素 a的浓度[J].生态学报,2004,24(2):246-251.
[2]刘成,何可人,周天彤,等.左右手运动想象脑电模式识别研究[J].常州大学学报:自然科学版, 2013,25(1):25-30.
[3]韦德志.城市区域空气质量的BP神经网络预测研究[D].武汉:华中科技大学,2009.
[4]肖永辉,王志刚,刘曙照.水体富营养化及蓝藻水华预警模型研究进展[J].环球科学与技术,2011,34(11):152-158.
[5]张亦含.基

备注/Memo

备注/Memo:
基金项目:江苏省科技支持计划工业部分(BE2011061) 作者简介:马正华(1962-),男,江苏昆山人,教授。
更新日期/Last Update: 2013-06-30