未来智讯 > 神经网络论文 > 神经网络在环境监测中的应用研讨

神经网络在环境监测中的应用研讨

发布时间:2019-01-11 01:06:01 文章来源:未来智讯    
    神经网络在环境监测中的应用研讨作者:未知   摘 要:神经网络的是人工神经网络(ANN)的简称,随着人工智能的研讨不时深入,人工神经网络便因此成为热门的研讨方向,它的应用相当广泛,经济、生物、医学等各个领域都不乏神经网络的参与和应用。神经网络真相上是一种运算模型,它通过建立一些信息模型,以不同的链接方式变成不同的输出算法,通�^大量的节点之间的连接来代表不同的功能值,它形同于每个网络中的记忆模式,依靠网络的连接来输出函数,达到指定的功能,是一种相当严密的逻辑表达。随着整个研讨事务进程的推进,近10年的科研事务让人们在人工智能领域也有了很大的进步。通过神经网络的运算模式,帮助各位解决了很多计算机无法企及的问题并且被赋予了很多新兴的智能技能。
  关键词:神经网络 网络方法 环境色谱法 多个节点 信息模型
  中图分类号:X83 文献标识码:A 文章编号:1674-098X(2017)05(a)-0126-02
  从近几年在国内神经网络的使用来看,在环境监测中也有着相当良好的效果。无论是从色谱法、光谱法还是整个环境的评价都带来了很多新的成果。该文主要是通过对神经网络相关分类的阐述,联合神经网络在环境监测中的应用效果,希望能给神经网络对环境监测中做一些回顾和归纳[1]。
  1 网络方法类别
  由于着重的角度关系,网络法会有多种不同的类别,由于神经网络是多个节点的连接,有非常多复杂的算法,基于神经网络,能够总共阐述两大类的情况,包括有管理和无管理的网络方法。关于这两种的不同点就在于它们是否需要对现有的样本进行训练。有管理的网络方法是需要训练,而无管理的网络方法是无需进行训练,它需要与其他的化合物相联合使用,里面会涉及到网络与遗传法、偏最小二乘法等分析方法来进行分析对照。另外根据网络的结构不同,也能够把网络方法给分成前向和后向的网络方法,而如果是从网络活动方式的差别,也能够将其分为随机和确定两种网络方法。
  2 关于环境监测的化学方面的应用
  在化学方面,国内与有很多用于化合物的一些研讨,比如一些有机结构分析,还有化学反应、蛋白质结构等等的分析。在进行定量的构效关系分析中,能够把酿酒的酵母菌来作为一种模型的指示物,建立相关网络模型,然后对生物的毒性进行进一步预测,当然,在分析过程中还存在着很多的问题,通过对照一些网络模型,然后计算它们之间的权值,再筛选相出相应的参数,学者们在分析的时候也会对多层前传网络进行探讨分析,尽量减低误差,通过多方向的非线性校准,并且进行数据解析,然后证明引射能力,通过建立神经网络来不时接近规律的程度,拟定相关的目标数[2]。
  3 分光光度的方法应用
  在化学分析进程中,通过多元校正和分别是相对来说较好的一种方法。随着相关方法的不时普及,目前大多数是使网络和现有的紫外光谱法相互关联,利用线性网络、BP网络等来用于多个分组的报道[3]。邓勃等[4]学者在分析的时候,认为除了人工神经网络,迭代指标转换因子的分析法相对照起来也是一种不错的选择,两种方法各有优势,并且产生的网络法的误差一般都不会很大。孙益民等专家在分析时,利用现有的人工神经网络先后侧出的光度法,并且能够测定比如铜、镍,并且这个分析方式相当的大略和方便[5]。
  4 神经网络对X射线中的荧光光谱法的应用
  研讨人员通过神经网络建立与X射线荧光谱谱法的关系,通过多个不同的神经网络来应用,能够通过他们之间的连接来测定酸溶铝,通过神经网络的设置,能够测定里面的最低的铝值,通过神经网络与BP的网络模型的设立,能够直接输入测出来的铝含量情况,然后通过铝含量来侧出酸溶出来的铝的数值。BP模型能够联合现有的神经网络系统,充分的在现有的信息模型上应用,通过利用网络神经的结构,不但能够做一些化学分析,还能够通过神经网络来检测环境监测中涉及到的红外谱图等的分析,这为环境分析提供了相当故意义的方向,并且给环境监测提供了新的检测方法[6]。
  5 环境监测中的色谱法的研讨
  在关于色谱法的研讨中,人工神经网络也有能够应用的方向[7]。色谱法中的小波分析,与人工神经网络的联合,小波分析的主要目的是为了得到重叠的色谱峰的信息,运用神经网络分析之后,能够在其中建立相关的模型,通过两者的联合来分开重叠的色谱峰信息,众所周知,把重叠色谱分开是一个相当复杂的工程,它们之间需要运用大量的元素来分开,效率极低,极其浪费时间。因为其内里复杂的重叠组织,而如今,人工神经网络为其分离提供了一种新的尝试[8],不但如此,通过人工神经网络的方法不但能够分离,而且能够在分离之后得到更加精确的色谱信息。研讨事务者在模拟退火神经网络的时候,会运用药物来优化整个分离的条件,这对于提高色谱精确度也相当有效。
  6 环境监测中的评价
  通过之前提到的BP网络,通过介绍与人工神经网络模型的联合,来阐述了整个模型应用的原理,通过综合相关的分析方法能够对环境监测中的适用性进行分析评价,这样表现出来的结果会更加客观。研讨者能够从有预测模型中表现的结果,在水库里进行抽样,提取水库中的相关元素进行预测,确认是否与实际结果一致,能够通过建立人工神经网络来对水质中的污染指数进行评价,然后得出相应的成果。
  7 结语
  人工神经网络在整个环境监测中有着相当重要的作用,它拥有一些对照故意义特性,总共能够归纳为以下3个方面:第一,人工神经网络具有自学习的特性。能够通过大量的图像来设计,进行相关的图像识别,把不同的几个图像进行整合分析,并且把与之相互对应的结果嵌入到神经网络系统中,系统会根据自己特有的自学功能,对以后相关的图像进行识别操作,它能够给人们提供一些预测结果,甚至在未来的无论是经济还是政治等方面提供一些预测,预测经济和市场,给未来的发展提供指引。第二,系统具有可存储的特性。人工神经网络里面包含了一种反馈的功能,而通过输入信息和模型整合,联系不同元素之间的关系,得出一些可能的遐想信息。最终,神经网络还有一项功能就是优化得出答案的能力。
  一般问题的因果关系都会涉及到多个方面,那么如何在多个元素中抽丝剥茧,不时地优化整个系统,是神经网络的一个主要的功能,它能够通过计算来得到最优化的解,即便其中的运算量牵连的对照多,然而联合神经网络中反馈遐想的功能,再包括计算机强大的运算效率,那么得到答案偶尔候也是对照容易的。
  人工神经网络在环境监测中表现的效果对照好,然而除此之外,在其他领域,运用神经系统也能够得到一些相关的数据,比如经济领域,它能够通过建立信息模型,来进行市场预测和风险评估,这些都是很好的应用方式。在未来的实践中,随着经验的积累,神经网络的应用在环境监测中会不时地深入,通过在色谱、光度等领域的剖析,为未来的环境监测效果提供了更多的可能性。
  参考文献
  [1] 黄胜林.遗传优化神经网络在大坝变形监测中的应用[D].辽宁工程技能大学,2012.
  [2] 熊勋.人工神经网络在环境质量评价和预测中的应用研讨[D].华中科技大学,2009.
  [3] 王学.无线传感器网络在远程环境监测中的应用[D].山东师范大学,2011.
  [4] 武艺.人工神经网络在土壤质量监测中的应用[D].浙江海洋学院,2015.
  [5] 黄湘君.基于主成分分析的BP神经网络在电力系统负荷预测中的应用[J].科技信息:科学・教研,2008(16):313-314.
  [6] 李春梅,周骥平,颜景平.人工神经网络在机器人视觉中的应用[J].制造业自动化,2000(9):33-36,49.
  [7] 涂晔,车文刚.BP神经网络在福利彩票预测中的应用[A].中国智能计算大会[C].2009.
  [8] 李岩,韩秋,郑万仁.BP神经网络在电力需求决策中的应用[J].现代经济信息,2009(22):325-326.
  [9] 李志刚.自适应遗传算法的人工神经网络在大坝平安监测中的应用[D].武汉大学,2015.
  [10] 李冰,郭祀远,李琳,等.人工神经网络在食品工业中的应用[J].食品科学,2013(6):161-164.
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0111/78725/
 与本篇相关的热门内容: