BP神经网络水华预测模型的敏感性分析 (2012年)

自然科学论文

敏感性分析能够定量地评价模型输人变量的变化对输出结果产生的影响，是揭示模型蕴含规律的有效途径。本文将敏感分析方法应用于BP神经网络巢湖水华预测模型中，分析结果表明巢湖水华形成受诸多环境因子共同影响，水温、溶解氧、浊度、气温、光照强度等环境因子变化与藻类质量浓度变化相关，其中气温是最大影响因素，相对贡献率达到17.01％；气压的上升则不利用于藻类质量浓度的增加；pH值的上升对藻类质量浓度的影响有正有负。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

BP神经网络水华预测模型的敏感性分析 (2012年)

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载