首页|四种水质评价方法在地表水评价中的应用比较

四种水质评价方法在地表水评价中的应用比较

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
为了更好地对比4种常见神经网络方法在地表水水质评价中的适用性,分别采用BP神经网络算法、支持向量机(SVM)算法、GA-BP算法和GWO-BP算法对地表水水质进行评价分析.结果表明,支持向量机算法的训练和测试准确率最低,即该算法的认知能力和泛化能力不足;BP神经网络算法、GA-BP算法和GWO-BP算法的训练和测试准确率都在90.00%以上,这3种算法的认知能力和泛化能力均较好;GWO-BP算法的准确率最高,其在地表水水质评价中更合理.

刘晓龙、莫凯莉、杨程

展开 >

宁夏回族自治区河湖事务中心,银川 750000

北方民族大学土木工程学院,银川 750021

水质评价 地表水 BP神经网络算法 支持向量机算法 应用

2024

中南农业科技
湖北省农业科学院畜牧兽医研究所 湖北省畜牧局 湖北省农业科学院农业测试与科技信息中心

中南农业科技

影响因子：0.152
ISSN：
年,卷(期)：2024.45(6)
  • 24