《表2 2018年6-12月各采样点BP网络输出值及评价等级结果》
BP神经网络法中为获取足够的训练样本[13],利用MATLAB软件的RAND函数,在各级水质标准间随机生成训练样本,输出层设定的期望值与每级水质对应,小于I级标准输出为1,I、II级标准之间输出为2,其余同理。在MATLAB平台上构建3层BP神经网络,输入层有7个节点,隐含层、输出层的节点分别设为10和1,后两层分别选择tansig、purelin函数,训练次数定为1 000次,误差设为0.000001。将7次检测数据利用PREMNMX函数归一化,输入到训练好的BP人工神经网络,输出与评价结果见表2。
图表编号 | XD00112600700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 傅博、黄国如 |
绘制单位 | 华南理工大学土木与交通学院、华南理工大学土木与交通学院、华南理工大学亚热带建筑科学国家重点实验室、广东省水利工程安全与绿色水利工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |