首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于SOFM网络法的天然草地分类
引用本文:魏淑珍,王菲凤,张江山.基于SOFM网络法的天然草地分类[J].草业学报,2011,20(1):175-182.
作者姓名:魏淑珍  王菲凤  张江山
作者单位:福建师范大学环境科学研究所, 福建 福州 350007
基金项目:收稿日期:2010-01-28;改回日期:2010-04-21
摘    要:自组织特征映射(SOFM)模型是一种无监督的人工神经网络计算方法,适用于解决多种分类和识别问题。本研究首次将SOFM网络法用于中国新疆准噶尔盆地西部地区的天然草地分类中,基于该法的聚类功能,依据草地生产、生态、经济等方面的6个天然草地分类指标,结合Matlab软件对神经网络进行权值训练,将这31份草地样本数据分为温性荒漠类、温性草原类、草甸类3类。并将分析结果与集对分析法、灰色关联度分析法、投影寻踪法做了对比分析。结果表明,SOFM网络法与上述3种方法分析基本一致,可以很好地反映和提取样本中复杂的信息,分类效果较好。说明了SOFM网络法对不同类型草地之间草地资源的整体性有很好的区分度。由此得出SOFM网络法对草地进行分类具有很好的实用价值,可以在聚类分析中广泛应用。

关 键 词:SOFM  人工神经网络  天然草地  分类
收稿时间:1900-01-01;
修稿时间:2010-04-21

A method for classification of natural grassland quality based on SOFM
WEI Shu-zhen,WANG Fei-feng,ZHANG Jiang-shan.A method for classification of natural grassland quality based on SOFM[J].Acta Prataculturae Sinica,2011,20(1):175-182.
Authors:WEI Shu-zhen  WANG Fei-feng  ZHANG Jiang-shan
Institution:Institute of Environmental Science, Fujian Normal University, Fuzhou 350007, China
Abstract:The self-organizing feature maps(SOFM) neural network was first applied to classification of the data from 31 natural grasslands in Sinkiang,China.The result was compared with that from set pair analysis,grey relational analysis and projection pursuit methods.Comparable results were consistent and the SOFM network reflected the complicated information between all samples.The classification effect was good and it could be widely applied to clustering analysis.
Keywords:SOFM
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《草业学报》浏览原始摘要信息
点击此处可从《草业学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号