极限学习机在湖库总磷、总氮浓度预测中的应用

doi:10.3969/j.issn.1004-6933.2013.02.013

首页 > 过刊浏览>2013年第29卷第2期 >61-66. DOI:10.3969/j.issn.1004-6933.2013.02.013

PDF HTML阅读 XML下载导出引用引用提醒

极限学习机在湖库总磷、总氮浓度预测中的应用

DOI:

10.3969/j.issn.1004-6933.2013.02.013

作者:

作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

Application of extreme learning machine to total phosphorus and total nitrogen forecast in lakes and reservoirs

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

文章评论

摘要:

基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型。以云南某水库为例,选取NH₃-N、NO₂^--N、NO₃^--N、COD_Mn和水体透明度作为网络输入,TP、TN作为输出, 构建基于ELM的湖库TP、TN预测模型,并将ELM预测结果与传统BP、GA-BP、RBF人工神经网络模型模拟结果进行比较。结果表明,ELM模型预测精度高于传统BP和RBF模型模拟结果,甚至略高于GA-BP模型的预测精度,并且ELM模型具有参数选择简便、训练速度快、不会陷入局部最优值等特点,有着较大的计算优势。

Abstract:

参考文献

相似文献

引证文献

引用本文

崔东文.极限学习机在湖库总磷、总氮浓度预测中的应用[J].水资源保护,2013,29(2):61-66.(CUI Dongwen. Application of extreme learning machine to total phosphorus and total nitrogen forecast in lakes and reservoirs[J]. Water Resources Protection,2013,29(2):61-66.(in Chinese))

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:
最后修改日期:2013-03-25
录用日期:
在线发布日期: 2015-07-17
出版日期:

引用本文

分享

文章指标

历史