基于PNN神经网络的地下水水质评价及应用
概率神经网络是一种训练速度快、网络稳定、应用相当广泛的人工神经网络方法,它通过利用线性学习算法来解决非线性问题,在模式识别的分类问题中得到了广泛的应用。本文在阐述概率神经网络(PNN)原理的基础上,以我国地下水环境质量标准(GB/T14848-93)为训练样本,建立概率神经网络(PNN)模型,并将该网络模型运用于地下水水质评价。通过与灰色聚类法、模糊评判法和指标分类法比较,验证了该模型更为准确、可靠。
概率神经网络、地下水、水质评价
40
TU461(土力学、地基基础工程)
2012-10-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
48-50