发明名称 |
一种基于类神经网络的压载水微生物数量预测方法 |
摘要 |
本发明公开了一种基于类神经网络的压载水微生物数量预测方法,包括如下步骤:取样及数据记录、资料尺度化处理、建立类神经网络架构、拟定倒传递网络训练及预测的各项参数设定、得到基于类神经网络的压载水微生物数量的预测实验结果。本发明为建立快速的预测模式,利用多种水质检验仪器于短时间内检测水质,主要有温度、ph值、导电度、浊度、溶氧量、含盐量、总固体溶解量共7项,将这些水质性质作为类神经网络的输入因子,肠杆菌及大肠球菌数量为目标值,经实验结果与分析后,模拟的结果可以证明使用这种方法确实是有效的。 |
申请公布号 |
CN105069212A |
申请公布日期 |
2015.11.18 |
申请号 |
CN201510458396.9 |
申请日期 |
2015.07.30 |
申请人 |
南通航运职业技术学院 |
发明人 |
乔红宇;王琪;贾君瑞;季禹 |
分类号 |
G06F17/50(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F17/50(2006.01)I |
代理机构 |
南京瑞弘专利商标事务所(普通合伙) 32249 |
代理人 |
徐激波 |
主权项 |
一种基于类神经网络的压载水微生物数量预测方法,其特征在于:包括如下步骤:取样及数据记录、资料尺度化处理、建立类神经网络架构、拟定倒传递网络训练及预测的各项参数设定、得到基于类神经网络的压载水微生物数量的预测实验结果;具体主要分为两部分进行:第一部分将A、B、C各组数据单独进行训练,找出最适用于各组的隐藏层神经元数量,接着带入另外两组互相模拟验证,比较是否于不同地点使用本研究所拟定的7项输入因子训练后预测模拟的结果;第二部分将三组数据分为Training 60组数据以及Test 30组数据两组,藉此增加数据量也希望增加整体模拟的准确性,Training用来作训练而训练完后则代入Test进行模拟预测,与第一部分相同,首先找出最适用于训练的隐藏层神经元数量,接着将Test代入模拟预测,验证如果将其它地区的水质性质变化纳入一同训练,是否对于其他地区的菌落数模拟有所帮助;利用MATLAB软件的工具箱建立并运算类神经网络,使用的网络为前馈式倒传递网络。 |
地址 |
226000 江苏省南通市南通经济技术开发区通盛大道185号 |