|
| 人工神经网络在深圳市水库富营养化评价中的应用 |
| Application of Artificial Neural NetworkM ethod on Eutrophication Assessmentfor Shenzhen Reservoirs |
| |
| DOI： |
| 中文关键词: 人工神经网络 富营养化评价 水库 深圳 |
| 英文关键词: Artificialneuralnetworks Eutrophication evaluation Reservoir Shenzhen |
| 基金项目: |
|
| 摘要点击次数: 1590 |
| 全文下载次数: 1130 |
| 中文摘要: |
| 对富营养化评价标准进行插值获取大量的样本, 建立了基于BP人工神经网络的富营养化评价模型。 将模型应用于评价深圳市13座主要水库的富营养化状况, 对其成因进行分析, 并提出了对策与建议。研究结果表明, 石岩水库与深圳水库为轻度富营养化, 占评价水库总数的15.4%; 西丽水库等 11 座水库为中营养, 占评价水库总数的 84.6% 。人工神经网络用于建立湖库富营养评价模型是适合的 。 |
| 英文摘要: |
| Abundantoftrainingsampleswere gotten viainterpolation ofeutrophication assessmentstandard,and aeutrophication assessmentmodelwasestablished based on back propagation artificialneuralnetworks. The modelwasused to assess nutritionalsituation ofthirteen main reservoirsof Shenzhen, and itscause wasanalyzed, andthen strategiesand adviceswere broughtforward. Research resultshowedthat15.4% reservoirswere slightly eutrophicincluding Shiyan Reservoirand Shenzhen Reservoir, and 84.6% reservoirswere middle nutri tion. Artificialneuralnetworkswithoutfactitiousweightweresuitableto brightup eutrophication assessmentmodelwhose resultwasobjective. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
