人工神經(jīng)網(wǎng)絡(luò)及其在水質(zhì)信息檢測中的應(yīng)用

定　價(jià)：￥24.00

作　者：	陳麗華等著
出版社：	國防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	人工智能

購買這本書可以去

ISBN：	9787118074451	出版時(shí)間：	2011-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	143	字?jǐn)?shù)：

內(nèi)容簡介

　　人工神經(jīng)網(wǎng)絡(luò)是目前國際上迅速發(fā)展的前沿交叉學(xué)科。它是模擬生物神經(jīng)結(jié)構(gòu)的新型計(jì)算機(jī)系統(tǒng)，具有廣泛的應(yīng)用前景。人工神經(jīng)網(wǎng)絡(luò)能夠把不確定的、非結(jié)構(gòu)化的信息以及圖像進(jìn)行識別、處理，非常適合水質(zhì)信息檢測。陳麗華編著的《人工神經(jīng)網(wǎng)絡(luò)及其在水質(zhì)信息檢測中的應(yīng)用》針對具有應(yīng)用前景且被廣泛關(guān)注的神經(jīng)網(wǎng)絡(luò)領(lǐng)域，簡要介紹了人工神經(jīng)網(wǎng)絡(luò)在水質(zhì)信息檢測中的應(yīng)用背景，詳細(xì)介紹了人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識、在水質(zhì)信息檢測中常用的算法，最后以大量的應(yīng)用示例，說明人工神經(jīng)網(wǎng)絡(luò)在水質(zhì)信息檢測中的應(yīng)用。《人工神經(jīng)網(wǎng)絡(luò)及其在水質(zhì)信息檢測中的應(yīng)用》可作為人工神經(jīng)網(wǎng)絡(luò)原理、神經(jīng)網(wǎng)絡(luò)應(yīng)用及環(huán)境信息學(xué)等課程的參考書，對神經(jīng)網(wǎng)絡(luò)領(lǐng)域的教師、研究生、高年級本科生都有重要的參考價(jià)值，對環(huán)境信息領(lǐng)域的科研人員也有重要的借鑒作用。

作者簡介

暫缺《人工神經(jīng)網(wǎng)絡(luò)及其在水質(zhì)信息檢測中的應(yīng)用》作者簡介

圖書目錄

第一章人工神經(jīng)網(wǎng)絡(luò)概論
1.1 人工神經(jīng)網(wǎng)絡(luò)發(fā)展概況及其特點(diǎn)
1.2 人工神經(jīng)網(wǎng)絡(luò)在水質(zhì)信息檢測中的應(yīng)用背景及其意義
1.3 河流水流模型研究進(jìn)展及存在問題
    1.3.1 國內(nèi)外水質(zhì)模型發(fā)展階段
    1.3.2 現(xiàn)有水質(zhì)模型存在的問題
    1.3.3 水環(huán)境模擬中的不確定性
1.4 神經(jīng)網(wǎng)絡(luò)在水質(zhì)評價(jià)中的應(yīng)用研究
    1.4.1 水質(zhì)評價(jià)基本方法
    1.4.2 人工神經(jīng)網(wǎng)絡(luò)用于地表水環(huán)境質(zhì)量評價(jià)
    1.4.3 神經(jīng)網(wǎng)絡(luò)在水質(zhì)模擬中的應(yīng)用研究
1.5 神經(jīng)網(wǎng)絡(luò)與水質(zhì)模擬及水質(zhì)評價(jià)結(jié)合的優(yōu)勢
1.6 人工神經(jīng)網(wǎng)絡(luò)在水質(zhì)信息檢測處理中的應(yīng)用前景
第二章人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識
2.1 人工神經(jīng)網(wǎng)絡(luò)概述
    2.1.1 生物神經(jīng)元網(wǎng)絡(luò)的基本原理
    2.1.2 人工神經(jīng)網(wǎng)絡(luò)的基本原理
    2.1.3 人工神經(jīng)網(wǎng)絡(luò)模型
2.2 神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)過程
2.3 神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
    2.3.1 Hebb學(xué)習(xí)規(guī)則
    2.3.2 感知機(jī)(Perceptmn)學(xué)習(xí)規(guī)則
    2.3.3 Delta學(xué)習(xí)規(guī)則
2.4 神經(jīng)元網(wǎng)絡(luò)的工作過程
第三章在水質(zhì)信息檢測中常用的算法
3.1 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練(學(xué)習(xí))
3.2 幾種常用的人工神經(jīng)網(wǎng)絡(luò)算法
3.2.1 誤差反傳訓(xùn)練算法(Back Propagation，BP)
3.2.2 RBF徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
3.3 RBF和BP神經(jīng)網(wǎng)絡(luò)的比較
第四章人工神經(jīng)網(wǎng)絡(luò)在水質(zhì)信息檢測中的應(yīng)用
4.1 不同學(xué)習(xí)算法對BP網(wǎng)絡(luò)性能影響的研究
    4.1.1 BP網(wǎng)絡(luò)的學(xué)習(xí)算法
    4.1.2 水質(zhì)預(yù)測BP網(wǎng)絡(luò)的建立
4.2 用最佳學(xué)習(xí)算法預(yù)測黃河水DO濃度
    4.2.1 時(shí)間序列建模方法
    4.2.2 樣本選取及數(shù)據(jù)預(yù)處理
    4.2.3 交互檢驗(yàn)訓(xùn)練法
    4.2.4 優(yōu)化與預(yù)測
    4.2.5 結(jié)果與討論
    4.2.6 結(jié)論
4.3 BP網(wǎng)絡(luò)用于黃河水質(zhì)的預(yù)測研究
    4.3.1 時(shí)間序列建模方法及算法
    4.3.2 樣本選取及網(wǎng)絡(luò)訓(xùn)練方法
    4.3.3 結(jié)果與討論
    4.3.4 結(jié)論
4.4 用于黃河水質(zhì)綜合評價(jià)的人工神經(jīng)網(wǎng)絡(luò)模型的研究
    4.4.1 建立計(jì)算模型及訓(xùn)練樣本
    4.4.2 網(wǎng)絡(luò)參數(shù)的確立
    4.4.3 應(yīng)用實(shí)例
    4.4.4 結(jié)論
4.5 應(yīng)用人工神經(jīng)網(wǎng)絡(luò)對黃河甘肅段水質(zhì)進(jìn)行分類評價(jià)
第五章其他方法在水質(zhì)檢測中的應(yīng)用
參考文獻(xiàn)