论文摘要
针对传统BP神经网络进行环境污染预测时存在预测误差大、泛化能力弱和收敛速度慢等不足,提出了用最大熵原则代替传统BP神经网络均方差准则,推导最大熵原则下神经网络连接权值和阈值调整公式,建立了最大熵BP神经网络。最后利用氡浓度监测数据在Matlab平台进行了仿真实验,结果表明:改进模型的平均预测误差为5.22%,低于传统BP神经网络,同时具有预测结果可靠和泛化能力强的优点,可以较好地用于环境氡浓度预测研究。
论文目录
文章来源
类型: 期刊论文
作者: 龚朋彬,过惠平,段中山
关键词: 最大熵,神经网络,预测
来源: 核电子学与探测技术 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 环境科学与资源利用,自动化技术
单位: 火箭军工程大学核工程学院,陆军勤务学院
分类号: X837;TP183
页码: 279-284
总页数: 6
文件大小: 1019K
下载量: 26
相关论文文献
- [1].实验小棚氡浓度测量分析[J]. 环境影响评价 2019(06)
- [2].浅析土壤中氡浓度检测及其影响因素[J]. 广东化工 2020(02)
- [3].合肥地区土壤氡浓度水平调查及影响因素分析[J]. 安徽建筑 2020(03)
- [4].腾冲县火山地质博物馆建筑地基及周围土壤氡浓度分析评价[J]. 绿色科技 2020(06)
- [5].基于单片机的便携式瞬时土壤测氡装置的野外测试与分析[J]. 矿产综合利用 2020(02)
- [6].几种常用土壤氡浓度测量技术分析[J]. 科学技术创新 2020(28)
- [7].几种常用土壤氡浓度测量技术分析[J]. 中国测试 2020(09)
- [8].西藏居室内氡浓度调查及所致居民剂量估算[J]. 中国辐射卫生 2020(04)
- [9].土壤氡浓度检测在建筑地基测量中的运用[J]. 广东化工 2019(22)
- [10].土壤中氡浓度检测与影响因素分析[J]. 科技资讯 2017(35)
- [11].浅析合肥地区场地土壤氡浓度值分布[J]. 安徽建筑 2016(05)
- [12].北京西山地区岩溶洞穴氡浓度研究[J]. 城市地质 2017(03)
- [13].某地下工事内空气中氡浓度监测分析[J]. 中国辐射卫生 2015(06)
- [14].土壤中氡浓度的快速测定[J]. 核电子学与探测技术 2014(11)
- [15].多种测氡仪在氡浓度急剧变化测量中的性能研究[J]. 中国辐射卫生 2015(02)
- [16].地下水淋浴过程水氡转移系数研究[J]. 中国原子能科学研究院年报 2016(00)
- [17].土壤氡浓度α能谱快速测量技术[J]. 地质论评 2019(S1)
- [18].坑道氡浓度监测及所致剂量估算[J]. 核电子学与探测技术 2018(05)
- [19].地基土氡浓度检测结果评价新方法初探[J]. 工程地球物理学报 2019(02)
- [20].土壤氡浓度的测定及影响因素[J]. 当代化工研究 2019(06)
- [21].室内氡浓度的影响因素分析[J]. 科技创新与应用 2019(30)
- [22].武汉市地铁内氡浓度检测结果分析[J]. 公共卫生与预防医学 2018(02)
- [23].北京地区浅层土壤氡浓度的垂向分布特征[J]. 辐射防护 2018(04)
- [24].土壤潜势氡浓度测量系统用户界面设计[J]. 核电子学与探测技术 2015(11)
- [25].水氡浓度和环境参数的分层神经网络研究[J]. 地震地磁观测与研究 2012(Z1)
- [26].通风和洒水对隧道施工期间氡浓度的影响[J]. 中国辐射卫生 2015(01)
- [27].新沂土壤中氡浓度的放射性调查研究[J]. 能源技术与管理 2014(02)
- [28].双源法测量土壤潜势氡浓度的计算方法[J]. 核电子学与探测技术 2014(01)
- [29].土壤氡浓度日变化影响因素研究[J]. 物探与化探 2014(03)
- [30].气温气压与断层气氡浓度短期变化的相关性分析[J]. 地震学报 2014(04)