基于RBF神經網絡的水體富營養(yǎng)化預測

全部作者： 張艷 楊斌 第1作者單位： 青島黃海職業(yè)學院 論文摘要： 采用RBF神經網絡建模，對西湖水體富營養(yǎng)化狀況進行預測。結果表明，RBF神經網路具有較好的泛化能力，預測精度高，相比于其它神經網絡的設計則要簡單實用，對水體的富營養(yǎng)化狀況可以進行準確的預測。 關鍵詞： RBF神經網絡；富營養(yǎng)化；葉綠素a；西湖；預測 (瀏覽全文) 發(fā)表日期： 2007年07月30日 同行評議：

（暫時沒有）

綜合評價： （暫時沒有） 修改稿：

【基于RBF神經網絡的水體富營養(yǎng)化預測】相關文章：

基于RBF神經網絡的柴油發(fā)動機調速特性仿真建模03-07

基于廣義回歸神經網絡的黃金價格預測研究03-23

基于神經網絡的無線市話話務量的預測與分析03-07

水體富營養(yǎng)化環(huán)境影響評價03-07

白洋淀水體富營養(yǎng)化污染治理研究03-07

基于LMBP神經網絡的聲納圖像識別03-07

神經網絡動態(tài)預測軟土路基沉降的研究11-22

基于粗集的神經網絡的項目風險評估02-27

基于神經網絡的車輛動力學分析11-22