排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
基于遗传算法与BP算法的水质评价模型 总被引:4,自引:0,他引:4
BP神经网络广泛应用于函数逼近、模式分类、水质评价等方面,但标准BP算法收敛速度较慢,容易陷入局部最优;而遗传算法是一种全局寻优搜索算法,能够有效克服上述缺陷.提出了基于遗传算法与BP算法的混合算法,既保留了神经网络原有的优点,又克服了上述缺点,并建立了水质评价模型.以信阳南湾水库为例进行评价,实验结果表明该混合算法模型评价精度较高.完全可以应用于水质评价工作. 相似文献
2.
3.
以QuickBird多光谱影像为例,提出一种从高分辨率遥感影像中提取城市道路的方法。首先利用直方图均衡化对原始遥感影像作增强处理,突出影像的边缘信息。用Otsu自动阈值分割法对增强处理后的图像进行初步分割,提取出城市道路和房屋等建筑物。根据图像中各类要素的形态特征差别构建不同的标记图像,采用不同的结构元素构建道路模型,用该模型对阈值分割后的图像进行形态重构,分别提取出城市道路和建筑物。对形态重构生成的道路模块进行优化处理,提取出城市道路轮廓。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。 相似文献
4.
将神经网络与遗传算法相结合.提出了G-BP混合算法.该算法在BP神经网络训练过程中,利用遗传算法善于发现最优解区域的特点来优化网络权重值和阈值.在新建项目投资估算的具体应用中,证明该算法克服了传统BP网络算法中的局部极小缺陷,训练速度有很大提高,在数据挖掘中具有实用性. 相似文献
5.
1