- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于人工智能算法的水环境质量评价方法,通过改进的粒子群算法优化网络参数,利用早熟粒子的速度和位置叠加随机数据,使其离开局部最优,从而使该算法具有更强的寻优能力,利用改进量子神经网络参数进行训练和学习,建立比较高效的改进量子神经网络对水环境质量评价模型,同时构建基于深度信念网络的水质预测模型,利用布谷鸟算法进行网络的优化,将提升深度信念网络的训练精度,使其在水质预测中达到较好的实用度。本发明能够克服粒子群算法本身存在的早熟的不租,改进量子神经网络提高评价的准确性,同时利用优化后的C
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112990343 B
(45)授权公告日 2023.04.07
(21)申请号 202110380434.9 G06N 3/084 (2023.01)
文档评论(0)