人工神經網路及其在水質信息檢測中的套用

《人工神經網路及其在水質信息檢測中的套用》是國防工業出版社出版的圖書，作者是陳麗華。

基本介紹

• 書名：人工神經網路及其在水質信息檢測中的套用
• 作者：陳麗華
• ISBN：9787118074451 
• 類別：圖書 > 計算機與網際網路 > 人工智慧
• 頁數：143
• 出版社：：國防工業出版社
• 出版時間：2011-04-01
• 裝幀：平裝
• 開本：16開

內容簡介

人工神經網路是目前國際上迅速發展的前沿交叉學科。它是模擬生物神經結構的新型計算機系統，具有廣泛的套用前景。

人工神經網路能夠把不確定的、非結構化的信息以及圖像進行識別、處理，非常適合水質信息檢測。

《人工神經網路及其在水質信息檢測中的套用》針對具有套用前景且被廣泛關注的神經網路領域，簡要介紹了人工神經網路在水質信息檢測中的套用背景，詳細介紹了人工神經網路基礎知識、在水質信息檢測中常用的算法，最後以大量的套用示例，說明人工神經網路在水質信息檢測中的套用。

《人工神經網路及其在水質信息檢測中的套用》可作為人工神經網路原理、神經網路套用及環境信息學等課程的參考書，對神經網路領域的教師、研究生、高年級本科生都有重要的參考價值，對環境信息領域的科研人員也有重要的借鑑作用。

目錄

第一章 人工神經網路概論

1.1 人工神經網路發展概況及其特點

1.2 人工神經網路在水質信息檢測中的套用背景及其意義

1.3 河流水流模型研究進展及存在問題

1.3.1 國內外水質模型發展階段

1.3.2 現有水質模型存在的問題

1.3.3 水環境模擬中的不確定性

1.4 神經網路在水質評價中的套用研究

1.4.1 水質評價基本方法

1.4.2 人工神經網路用於地表水環境質量評價

1.4.3 神經網路在水質模擬中的套用研究

1.5 神經網路與水質模擬及水質評價結合的優勢

1.6 人工神經網路在水質信息檢測處理中的套用前景

第二章 人工神經網路基礎知識

2.1 人工神經網路概述

2.1.1 生物神經元網路的基本原理

2.1.2 人工神經網路的基本原理

2.1.3 人工神經網路模型

2.2 神經元網路的學習過程

2.3 神經元網路的學習規則

2.3.1 Hebb學習規則

2.3.2 感知機（Perceptron）學習規則

2.3.3 Delta學習規則

2.4 神經元網路的工作過程

第三章 在水質信息檢測中常用的算法

3.1 人工神經網路的訓練（學習）

3.2 幾種常用的人工神經網路算法

3.2.1 誤差反傳訓練算法（Back Propagation，BP）

3.2.2 RBF徑向基函式神經網路

3.3 RBF和BP神經網路的比較

第四章 人工神經網路在水質信息檢測中的套用

4.1 不同學習算法對BP網路性能影響的研究

4.1.1 BP網路的學習算法

4.1.2 水質預測BP網路的建立

4.2 用最佳學習算法預測黃河水DO濃度

4.2.1 時間序列建模方法

4.2.2 樣本選取及數據預處理

4.2.3 互動檢驗訓練法

4.2.4 最佳化與預測

4.2.5 結果與討論

4.2.6 結論

4.3 BP網路用於黃河水質的預測研究

4.3.1 時間序列建模方法及算法

4.3.2 樣本選取及網路訓練方法

4.3.3 結果與討論

4.3.4 結論

4.4 用於黃河水質綜合評價的人工神經網路模型的研究

4.4.1 建立計算模型及訓練樣本

4.4.2 網路參數的確立

4.4.3 套用實例

4.4.4 結論

4.5 套用人工神經網路對黃河甘肅段水質進行分類評價

……

第五章 其他方法在水質檢測中的套用

參考文獻