基于粒子群和BP混合算法神经网络土壤污染程度的预测
100 积分
50
评分
4.8 积分- 详情
- 2021-09-19
- 简介
pdf
- 79KB
- 页数 未知
- 阅读 67
- 下载 23
及时监测土壤的污染程度,可以使我们预知土壤的各种状况,有利于我们调整对土壤的使用策略,同时也便于我们及时治理污染。本文采用粒子群和BP混合算法优化神经网络,将其用于土壤污染程度的预测,得到了满意的结果,实现了对土壤污染程度的预测,可以对企业和个人提供快捷和科学的信息。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
ado1***
擅长:
土建 给排水 暖通
- 4.5
服务
- 5
商品
- 113
人气
相关推荐
基于粒子群和BP混合算法神经网络土壤污染程度的预测 79KB
基于粒子群算法优化BP神经网络漏钢预报的研究 193KB
基于BP神经网络的土壤侵蚀预测模型研究 187KB
粒子群-神经网络混合算法在三相整流电路故障诊断中的应用 576KB
基于粒子群算法优化的神经网络在入侵检测中的应用 180KB
基于Bagging算法和遗传BP神经网络的负荷预测 277KB
基于BP神经网络与GM(1,1)模型组合算法的桥梁耐久性预测 259KB
基于粒子群神经网络的空调冷负荷短期预测 1.1MB
基于遗传克隆选择算法优化BP神经网络的地理信息预测研究 486KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB