排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
文章首先介绍了BP网络数据标准化、隐层神经元选择、网络训练和有效性检验方法。以2003年胶州湾环境监测资料为基础,建立了多输入单输出的3层BP人工神经网络模型,采用8个水环境因子预测浮游植物生物量(Chla浓度)。检测集样本网络预测值与观测值的相关系数为0.8943,平均绝对误差为11.33%。为避免个别网络输入初值对输出的干扰,采取全局灵敏度的方法,分析了各水环境因子变化对浮游植物生物量的相对影响。结果表明,浮游植物生物量对各水环境因子变化响应的敏感系数顺序为DOCODPO4-PSSTpHOilDINSiO3-Si。 相似文献
3.
4.
5.
岩土体深层水平位移测试过程中经常面临更换测斜仪的问题,个别情况会产生测试数据不连续的测试间断现象,常规算法不能计算测试间断期的位移增量.依据滑动式测斜仪的测试原理和应用条件提出了新的测斜数据算法,即相邻测量的逐点增量对接法和单次测量的绝对位移法.相邻测量的逐点增量对接法是根据测试间断期先后2次来自不同仪器的测试数据来计算间断期的位移增量,原理简单,操作方便;单次测量的绝对位移法是仅根据间断期后单次测量数据算得间断期末不同深度的累计位移,无需间断期前的测量数据.工程实例应用表明:2种方法均能实现测试间断期的位移增量求解,二者的计算结果一致. 相似文献
1