概率神经网络在三峡近坝水域水质评价中的应用研究
| 第一章 概述 | 第1-23页 |
| ·背景与意义 | 第9-10页 |
| ·水质评价方法研究进展 | 第10-14页 |
| ·单因子评价方法 | 第10-11页 |
| ·水质指数评价法 | 第11页 |
| ·模糊数学评价法 | 第11页 |
| ·灰色关联评价法 | 第11-12页 |
| ·层次分析评价法 | 第12页 |
| ·多目标决策评价法 | 第12-13页 |
| ·人工神经网络评价法 | 第13-14页 |
| ·人工神经网络概述 | 第14-22页 |
| ·人工神经网络基本原理 | 第14-21页 |
| ·人工神经网络在水质评价中的研究现状 | 第21-22页 |
| ·研究内容 | 第22-23页 |
| 第二章 概率神经网络水质评价模型的建立 | 第23-38页 |
| ·概率神经网络模式识别机理 | 第23-27页 |
| ·模式识别的Bayes判决理论 | 第23-24页 |
| ·Parzen窗函数概率估计 | 第24-26页 |
| ·网络分类的概率机理 | 第26-27页 |
| ·概率神经网络数学模型 | 第27-29页 |
| ·概率神经网络的特点 | 第29页 |
| ·概率神经网络水质评价模型的构建 | 第29-38页 |
| ·水质标准及评价因子 | 第30-31页 |
| ·网络的构建与学习 | 第31-33页 |
| ·性能改进措施 | 第33-34页 |
| ·网络的简单应用与性能分析 | 第34-38页 |
| 第三章 蓄水前三峡近坝水域水质评价分析 | 第38-52页 |
| ·单因子评价 | 第38-41页 |
| ·概率神经网络水质评价模型评价 | 第41-51页 |
| ·综合因子评价 | 第43-44页 |
| ·分类因子评价 | 第44-51页 |
| ·评价结论 | 第51-52页 |
| 第四章 蓄水初期三峡近坝水域水质评价分析 | 第52-69页 |
| ·蓄水初期三峡水库近坝水域的水质监测 | 第52-54页 |
| ·近坝水域的水质评价与分析 | 第54-64页 |
| ·综合因子评价 | 第54-56页 |
| ·氧平衡因子评价 | 第56-59页 |
| ·毒物因子评价 | 第59-61页 |
| ·营养盐类因子评价 | 第61-64页 |
| ·蓄水初期近坝水域水质变化分析 | 第64-69页 |
| 第五章 结语 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73页 |
