级联加法TS型MLP预警藻类污染

计算机科学 ›› 2009, Vol. 36 ›› Issue (4): 277-278.

级联加法TS型MLP预警藻类污染

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家863计划基金项目（2007AAIZ158）自适应的多通道选择机制和用户模型关键技术,江南大学青年基金（2008LQN028）人工智能、模糊系统等技术应用于防治环境污染,温州市清洁生产及其管理信息系统研究与设计环保项目资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 人工神经网络由于其很多的特点与优势，现已被广泛关注和运用。但是人工神经网络也存在学习过程易陷入局部极小、易出现震荡和网络存在冗余连接或节点等缺陷。针对这些不足，一种新的级联MLP神经网络CATSMLP比ATSMLP有更好的鲁棒性和高度的解释性，并且是一个万能逼近器，而且CATSMLP克服了一般多层感知器网络随着中间层数增多鲁棒性降低的缺点。藻类的生长是湖泊等水体污染程度的一个直接表现形式。在某些情况下，甚至精密仪器都不能测出某些藻类污染物，因此需要好的方法越来越受到专家学者们的重视。将其首次用于藻类污染预

关键词: 级联MLP 鲁棒性解释性叶绿素

Abstract: Artificial neural networks, because of their many features and advantages, is now being widely concerned and used. But there are also artificial neural network learning process into local minimum easy, easy existence of a concussion and redundant network

Key words: Cascade MLP,Robustness,Explanatory,Chlorophyll

. 级联加法TS型MLP预警藻类污染[J]. 计算机科学, 2009, 36(4): 277-278. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed