论文部分内容阅读
基于概率神经网络（PNN）模式识别原理及方法，构建了PNN湖库营养状态识别模型。依据我国湖泊营养状态评价标准，采用随机内插的方法在各分级阈值间生成训练样本和检验样本，在达到预期识别精度后将模型运用于文山州暮底河水库2008—2012年营养状态识别。结果表明：PNN模型对于随机生成的训练样本和检验样本的正确识别率分别达到98．7％，98．5％（5次平均），建立的PNN模型用于湖库营养状态识别是合理可行的，模型具有较强的泛化能力和识别精度，且收敛速度快、调节参数少，是理想的湖库营养状态识别模型。模型对暮底河水