基于熵权法的矿区地下水环境质量模糊综合评价

对于矿井水环境综合评价中存在的问题,运用系统分析的思想,采用理论分析和实验的方法,将熵权法方法用于矿区水环境质量评价的指标权重确定中,并通过模糊数学模型对矿区地下水样本进行综合评价。通过实例计算表明,该评价方法在矿区地下水环境质量评价中是合理的。     

基于模糊聚类分析的地下水环境质量评价

针对阜新新邱露天煤矿排土场淋溶水对附近于家沟地区地下水环境质量的影响所存在的问题,采用理论分析和实验的方法,对研究区内的17眼水井分别采样,进行水质分析,识别出总硬度、硫酸盐、硝酸盐、氯化物、溶解性总固体、高锰酸盐指数、Na、浊度等主要污染因子,进而采用模糊聚类分析方法对影响区地下水质量进行了评价。研究结果表明,该地区的大面积地下水已受到严重污染,不可以饮用。根据研究结论可确定出该区域地下水污染范围,为地下水管理提供了科学依据。     

基于RBF神经网络的课堂教学质量评价模型

利用RBF神经网络提出了课堂教学质量综合评价模型,给出了课堂教学质量评价模型的指标体系,讨论了怎样使用此模型获得综合评价的最终结果.实验表明,利用此模型能避免人为测评中的不利因素,获得了较好的实验结果.     

应用神经网络评价地下水脱氮效果

为解决地下水硝酸盐污染,应用人工神经网络评价生物脱氮工艺硝酸盐的去除效率.采用工艺参数COD、NO3-N、NO2-N、MLSS、DO 等作为输入节点,COD、NO3-N、NO2-N 作为输出节点.神经网络实验结果显示神经网络能够较好地预报出水的水质参数,其预测结果与试验结果符合得较好.     

基于MATLAB实现的ANN方法在地下水评价中的应用

MATLAB 6.5工具箱提供了径向基网络的实现函数,该算法具有自适应确定网络结构和无需人为确定网络初始权值的特点.将其应用于抚州市地下水环境质量评价,并尝试利用MATLAB的PREMNMX函数进行原始数据预处理、利用RAND函数在水质评价标准等级间内插构造足够数量的训练样本、检测样本及其目标输出、确立水质评价等级界限,取得良好的评价结果,对提高水质评价的精度与客观性具有十分积极意义.     

基于LVQ神经网络模型的道路交通大气环境质量评价

运用MATLAB语言编程,建立LVQ神经网络模型,将监测点的大气污染物CO、NOx、TSP浓度及噪声等效声级监测值作为网络的样本输入,环境质量的评价等级作为网络的样本输出,用以评价道路沿线大气环境质量。研究发现,LVQ神经网络具有较好的内插效果,降低样本的数量,具有良好的稳定性,并且监测数据不需要进行复杂的预处理。与主分量分析法评价结果比较,两者结果完全一致。结果表明,设计的LVQ网络模型具有良好的非线性映射功能和泛化功能。     

基于遗传神经网络的环境质量评价

介绍了基于遗传神经网络的环境质量评价方法.这一算法克服了BP算法收敛速度慢、易陷入局部极小等缺陷,环境质量评价实例证明提高了预测精度.阐述该方法的评价结果比传统的专家评价法的评价结果更加准确,为环境质量评价提供了一种新的研究思路和分析方法.     

基于单因子污染指数地下水质量评价灰色模型

以灰色系统理论为基础 ,把灰色关联度分析方法和单因子污染指数法相结合 ,构造了一种适合于评价地下水质量的灰色模型。该模型考虑地下水质量标准的区间形式 ,对分辨系数ρ的取值进行了探讨 ,根据地下水体的特点 ,提出了权重的确定方法。经实例验证 ,该模型具有可比性 ,不仅可给出综合评价结果 ,还能给出主要污染因子及其超标倍数的直观信息 ,更精确地反映了地下水体的污染状况     

基于组合神经网络的教师评价模型研究

本文提出的基于组合神经网络的教师评价模型,可以弥补以往基于神经网络的教师评价模型的不足,不但可以给出教师的综合得分或所属类别,还可以给出教师在每个方面的得分.所使用的组合神经网络,由多个结构相同的BP神经网络组成;用构建的组合神经网络和传统BP神经网络分别进行实验.仿真实验表明,该模型相对误差较小,可以满足评价需求.     

课题建设质量评价体系的神经网络模型

描述用人工神经网络评价课程建设质量的设计思想与实现方法，对传统的课程建设质量的评价方法进行介绍和分析，给出应用神经网络进行评分与定级分类的网络结构设计方法和误差逆传播算法。并提供训练和评价实例。     

基于层次分析-模糊综合评价的矿井水质量评价

为了避免层次分析法中人的主观性对矿井水质量评价结果的影响,提出了层次分析法与模糊综合评价相结合的矿井水质量评价方法.利用层次分析法确定了矿井水各评价指标的权重,采用模糊综合评价的方法进行了矿井水质量评价.通过对汾西双柳煤矿矿井水质量的评价,验证了层次分析法与模糊综合评价相结合进行矿井水质量评价的合理性与可靠性,同时,该方法还能对矿井水进行分类,对矿井水资源化利用提供依据.     

基于MATLAB实现的ANN方法在巢湖水质评价中的应用

MATLAB6. 5工具箱提供了径向基网络的实现函数,该算法具有自适应确定网络结构和无需人为确定网络初始权值的特点。将其应用于巢湖水质评价,并尝试利用MATLAB的PRES TD函数进行原始数据预处理、利用RAND函数在水质评价标准等级间内插构造足够数量的训练样本、检测样本及其目标输出、确立水质评价等级界限,取得良好的评价结果,对提高水质评价的精度与客观性具有积极意义。     

基于时域处理的视频质量评价方法

目的利用人眼视觉系统时域处理机制开发视频质量评价算法。方法利用人眼视觉系统的饱和与不对称感应原理,对连续帧质量变化进行限制,然后对单帧质量进行时域处理产生视频质量指标。结果提出84个视频质量评价指标(包括12种单帧估计和7种时域处理方法)。结论单帧质量评估方式的优劣对于视频质量评价算法的整体性能至关重要,所有性能良好的视频质量评价算法均基于与主观质量高度吻合的图像质量评价方法;表现最好的视频质量评价模型分别是利用百分位数、明可夫斯基求和,加权明可夫斯基求和与本地L帧的最大值作为时域处理方法。     

基于集对分析的河流水质综合指数评价模型

文章基于河流水环境系统具有的模糊性和随机性,将模糊逻辑理论与集对分析理论耦合,结合集对分析理论的同一性、差异性和对立性,构建水质综合指数评价的集对分析模型。根据该模型,利用某河段水质资料计算出属性识别的水质等级识别结果及综合评价结果对各等级的隶属度。研究表明,评价结果精确、可信,在已知的各类系统综合评价问题中具有一定的应用价值。     

基于时域结构的二值图像质量评价

提出基于时域分层结构的图像质量评价方法，认为分层结构矩阵由细节到抽象的过程反映了人类视觉抓取信息的过程．先提取图像分层结构，计算降质前后图像结构矩阵对等层的互相关，然后对不同结构层赋予相应的层次因子以反映视觉对轮廓的敏感程度，最后加权累计整幅图像的结构相关SC（Structure Correhtlon）．实验证明SC可以代表降质图像与原图像的相似程度，能保证客观判断与主观视觉结果的一致性．图6，表2，参10．     

基于ANN的报高率确定规则产生模型

根据人工神经网络和投标报价报高率确定决策的特征 ,将人工神经网络应用于工程项目的报高率确定决策领域 ,利用人工神经网络得出确定报高率的规则 ,建立更加接近于人类思维模式的投标报价报高率确定决策模型 ,并在此基础上建立报高率确定决策事例库 ,以辅助投标商更好地进行投标报价决策     

基于深度学习模型的图像质量评价方法

为了有效提取与视觉感知质量高度相关的图像特征,改进图像质量评价方法,在深度学习的框架下,提出一个全新的卷积神经网络IQF-CNN结构,能自动学习判别性更强的图像质量特征,并利用学习的特征进行图像质量评价.同时,该算法采用局部亮度系数归一化、dropout等技术进一步提高网络学习能力.实验结果表明:该算法能较准确地评估五种常用的图像失真,尤其在JPEG压缩、JPEG2000压缩和高斯模糊图像失真上与人眼主观感知质量具有很高的一致性,整体性能比较优于其他经典评价方法.     

基于视觉注意机制的图像质量评价

提出了一种基于人眼视觉注意机制的图像质量评价算法(VAIQM).首先,对输入图像进行预处理,以便分别在细节和轮廓2个层次上测量局部视觉畸变.然后,在视觉显著、中等显著和不显著区域分别计算区域相似度,并将其合并为图像整体的细节和轮廓相似度.最后,将细节和轮廓相似度合并为图像整体质量指标.实验结果表明,在A57,IVC,TID2008,Tomaya-MICT,LIVE,CSIQ和WIQ七种数据库上,VAIQM算法的整体性能均优于结构相似性(SSIM)算法及其扩展版本MS-SSIM算法,能更好地体现主客观评价的一致性.MS-SSIM算法需要利用多分辨率分析工具将待测图像分解为若干子带,其计算复杂度远高于VAIQM算法.此外,VAIQM算法在这7种数据库上的性能波动均较小,显示出较高的鲁棒性.     

基于约束的数据质量评估算法研究

随着信息技术快速的发展与信息系统应用的加深,企业积累了大量的历史数据,支撑企业正常运营与决策。为了使决策更加正确、有效,需要对历史数据进行有效的数据质量评估,并基于评估结果进行数据清洗。重点研究了基于数据维度下数据质量约束的数据质量评估方法,确定数据质量评估维度,并定义了各维度下的数据质量约束,并基于约束给出数据质量评估算法。方法在大庆油田生产数据库数据质量评估项目与河北汉光重工有限责任公司财务系统数据库数据质量评估项目中得到了应用。