典型文献
基于概率神经网络的输水管网漏损预测分类
文献摘要：
输水管网漏损问题是供水系统管理的难点之一,直接影响输水管理的人力、物力、财力,输水管的网漏损量较小时,难以发现.根据某校老医务室楼一年365组用水数据,建立基于概率神经网络(Probabilistic Neural Network,PNN)的输水管网漏损分类预测模型.结果显示,PNN能够很好的分类预测输水管网漏损,预测准确率为93.75％,本系统可以为输水管网漏损检测与预测提供参考.
文献关键词：
输水管网;漏损;概率神经网络;预测分类;校园
中图分类号：
作者姓名：
王小娟;胡兵;袁勇;杨嘉鹏;刘文
作者机构：
新疆工程学院数理学院新疆,乌鲁木齐830023;新疆工程学院控制工程学院,乌鲁木齐830023
文献出处：
引用格式：
[1]王小娟;胡兵;袁勇;杨嘉鹏;刘文-.基于概率神经网络的输水管网漏损预测分类)[J].微型电脑应用,2022(07):4-6
A类：
漏损预测
B类：
概率神经网络,输水管网,预测分类,供水系统,系统管理,水管理,财力,某校,医务室,Probabilistic,Neural,Network,PNN,分类预测模型,预测准确率,本系,管网漏损检测
AB值：
0.22116
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
