论文部分内容阅读
针对水质分类模型存在评估准确率不高、训练速率慢及样本规模要求大等问题,引入遗传算法优化的BP神经网络实现水质分类模型训练。在水质终端节点中,驻留训练后的参数,实现多传感器数据融合。经同类样本训练下比较,GA-BP神经网络的水质分类模型平均收敛速度比传统BP神经网络快且不易陷入局部极小值,并保证了较好的准确率,表明利用GA-BP神经网络在NB-IoT水质监测系统中有较为良好的应用推广价值。