基于改进的SOM神经网络在水质评价分析中的应用

摘要：

随着人们对水资源环境的日益重视,各种水质评价方法层出不穷.传统的水质评价方法多采用精确的数学模型进行描述,无法很好的反映水环境中存在的复杂非线性关系,从而影响整体评价结果.因此,本文提出采用一种改进的自组织特征映射神经网络(SOM)方法来进行水质评价,利用SOM神经网络能在无监督、无先验知识的状态下对样本进行自组织、自学习,实现对样本的评价与分类这一特点.通过引入主成分分析,解决SOM神经网络处理高维和相关性强的指标时出现的问题,提高网络收敛速度和聚类准确性.仿真结果表明:改进后的SOM神经网络能够直观准确地评价水体质量,反映水质整体状况.

关键词：水质评价、自组织特征映射、SOM神经网络、主成分分析

所属期刊栏目：30

分类号：TP183(自动化基础理论)

资助基金：重庆市科技重大攻关项目CSTC,2006AA7024

在线出版日期：2010-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2379-2383