期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的海洋监测数据等级划分
被引量:
5
1
作者
邹国良
韩金菊
+2 位作者
屠正飞
叶建成
陈小琴
《海洋通报》
CAS
CSCD
北大核心
2016年第2期187-193,共7页
数据的分类是数据处理和应用的重要环节和前提。在海洋领域中,海洋数据呈现多元、多类等的复杂多样性,给数据的分类带来一定的技术挑战。主要针对海洋数据分类难这一问题,首先利用BP神经网络技术对海洋环境监测数据进行分类,且通过对获...
数据的分类是数据处理和应用的重要环节和前提。在海洋领域中,海洋数据呈现多元、多类等的复杂多样性,给数据的分类带来一定的技术挑战。主要针对海洋数据分类难这一问题,首先利用BP神经网络技术对海洋环境监测数据进行分类,且通过对获取的海洋环境监测数据进行分类预测,最后,实验验证了海洋环境监测数据分类方法的正确性和可行性,给海洋监测数据根据秘密等级进行数据分类提供了支持。
展开更多
关键词
数据分类
BP神经网络
海洋监测数据
隐含层单元个数
下载PDF
职称材料
题名
基于BP神经网络的海洋监测数据等级划分
被引量:
5
1
作者
邹国良
韩金菊
屠正飞
叶建成
陈小琴
机构
上海海洋大学信息学院
三江学院土木工程学院
出处
《海洋通报》
CAS
CSCD
北大核心
2016年第2期187-193,共7页
基金
上海市科委重点支撑项目(12510502000)
华东师范大学河口海岸学国家重点实验室开发基金(2008DFB90240)
文摘
数据的分类是数据处理和应用的重要环节和前提。在海洋领域中,海洋数据呈现多元、多类等的复杂多样性,给数据的分类带来一定的技术挑战。主要针对海洋数据分类难这一问题,首先利用BP神经网络技术对海洋环境监测数据进行分类,且通过对获取的海洋环境监测数据进行分类预测,最后,实验验证了海洋环境监测数据分类方法的正确性和可行性,给海洋监测数据根据秘密等级进行数据分类提供了支持。
关键词
数据分类
BP神经网络
海洋监测数据
隐含层单元个数
Keywords
data classification
BP neural network
marine monitoring data
hidden layer unit number
分类号
P736.22 [天文地球—海洋地质]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的海洋监测数据等级划分
邹国良
韩金菊
屠正飞
叶建成
陈小琴
《海洋通报》
CAS
CSCD
北大核心
2016
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部