检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

自组织特征映射神经网络及其设计

计算机与信息技术 2009年第6期 1-3页

作者：洪军余立莱黄兆星罗霞华中农业大学现代教育技术中心湖北武汉430070 华中科技大学软件学院湖北武汉430074

阐述自组织特征映射神经网络基本原理及模型和它的学习和工作规则,并结合MATLAB6.5采用两种不同的设计方法实现了自组织特征映射神经网络。

关键词：自组织特征映射神经网络 MATLAB6.5 聚类

基于小波融合的ASTER数据自组织特征映射神经网络分类研究

在线全文

学校读者我要写书评

暂无评论

中国科学（D辑） 2003年第9期33卷 895-902页

作者：哈斯巴干马建文李启青韩秀珍刘志丽中国科学院遥感应用研究所遥感信息科学重点实验室北京100101

重点介绍了有自组织功能的两层结构的神经网络Kohonen自组织特征映射,两层之间各神经元实现全连接并且在竞争层各神经元之间还存在侧连接,实现了有效的竞争和抑制,提高了自适应的学习能力,因此成为国际遥感数据分类的研究热点。ASTER卫... 详细信息

重点介绍了有自组织功能的两层结构的神经网络Kohonen自组织特征映射,两层之间各神经元实现全连接并且在竞争层各神经元之间还存在侧连接,实现了有效的竞争和抑制,提高了自适应的学习能力,因此成为国际遥感数据分类的研究热点。ASTER卫星数据是新型遥感数据,包括3个15m分辨率波段和3个30m分辨率的短波红外波段。选择天津大港ASTER数据作为方法实验数据,首先对数据进行了小波融合,然后进行了土地覆盖类型的神经网络分类研究。研究结果与相同训练点的最大似然监督分类比较,总体提高分类精度7％,特别对城镇分类精度提高近一倍。

关键词：遥感数据分类小波融合 ASTER卫星数据自组织特征映射神经网络土地覆盖类型

基于自组织特征映射神经网络的中国耕地生产力分区

在线全文

学校读者我要写书评

暂无评论

中国农业科学 2015年第6期48卷 1136-1150页

作者：黄亚捷叶回春张世文郧文聚黄元仿中国农业大学资源与环境学院/农业部华北耕地保育重点实验室/国土资源部农用地质量与监控重点实验室安徽理工大学地球与环境学院国土资源部土地整理中心

【目的】耕地生产力的高低直接关系到国家粮食安全,科学分析不同区域耕地生产力构成要素及其影响机制、摸清耕地资源状况,对于把握耕地资源利用的科学决策、实现耕地产能提升,特别是支撑省域土地整治以及高标准基本农田划定、保障国家... 详细信息

【目的】耕地生产力的高低直接关系到国家粮食安全,科学分析不同区域耕地生产力构成要素及其影响机制、摸清耕地资源状况,对于把握耕地资源利用的科学决策、实现耕地产能提升,特别是支撑省域土地整治以及高标准基本农田划定、保障国家粮食安全战略具有重要意义。【方法】基于中国31个省(自治区/直辖市)的土壤肥力、气候条件、地形地貌等自然条件及经济投入、效益反馈等社会统计数据,建立构成自然要素及社会经济要素的指标体系。根据粮食作物单产对耕地生产力分级,并结合以往区划确定耕地生产力区。在深入剖析耕地生产力与其构成素要素之间的复杂、高维、非线性关系基础上,采用自组织特征映射神经网络模型,通过U-矩阵面板以及变量位面对评价单元耕地生产力6个自然要素、5个社会经济要素构成的高维复杂数据进行可视化和空间聚类,识别不同空间格局下耕地生产力的差异性和相似性,直观反映耕地生产力构成要素变化的敏感分布区域,并基于耕地压力指数校正。最后,将聚类结果与耕地生产力分级结果叠加,并结合综合性、相对一致性、区域共轭性、行政单元完整性等原则进行适当调节,确定耕地生产力亚区。【结果】不同省域的土壤肥力、气候条件、地形地貌及经济投入、效益反馈方面有显著的空间差异性和发展的非均衡性,进而将自然要素、社会经济要素均聚为6类。以此为依据,将中国耕地生产力划分为10个耕地生产力区、24个亚区,其中耕地生产力区包括东北平原区、华北平原-丘陵区、黄土高原区、四川盆地、长江中下游平原区、华南丘陵区、云贵高原区、内蒙古高原区、西北内陆区、青藏高原区。耕地生产力亚区是根据自然要素、社会经济要素的可视化特征和空间聚类结果对耕地生产力区的区域优势及限制因素的细化及简要说明,并基于耕地压力指数校正,最终建立起中国耕地生产力分区系统。【结论】分区综合考虑了由自然要素、社会经济要素及耕地压力指数共同构成的区域耕地生产力主导因素及关键问题,分区系统与客观实际相吻合,表明自组织特征映射神经网络模型是一种耕地生产力要素分区与敏感区域识别的科学有效方法,通过空间可视化与要素聚类分析,揭示了不同区域的耕地生产力现有优势、限制因素。

关键词：耕地生产力自组织特征映射神经网络可视化聚类分区中国

自组织特征映射神经网络的区域经济发展聚类分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

贵州大学学报（自然科学版） 2008年第2期25卷 127-129,194页

作者：周建新罗晓玲付传秀成都理工大学信息管理学院四川成都610059

自组织特征映射(SOM)神经网络是无教师自组织、自学习网络,具有优良的数据聚类功能。基于选取的区域经济发展评价指标,对2006年我国31个省(地区)的综合经济实力进行聚类分析。结合主成分得分对聚类结果综合评价,实证效果较好。

关键词：区域经济自组织特征映射神经网络聚类分析

使用自组织特征映射神经网络对湖泊水生态功能分区

在线全文

学校读者我要写书评

暂无评论

北京师范大学学报（自然科学版） 2021年第1期57卷 159-165页

作者：田艺苑孙立鑫杨薇北京师范大学环境学院北京100875 北京师范大学水环境模拟国家重点实验室北京100875

以白洋淀淀区为研究案例,在水文、气象、水化学、水生态以及人类活动干扰多要素基础上,耦合生态系统服务空间分布,形成水生态分区指标体系框架,通过自组织特征映射(self-organizing feature map,SOFM)神经网络,并将案例区划分为核心湿... 详细信息

以白洋淀淀区为研究案例,在水文、气象、水化学、水生态以及人类活动干扰多要素基础上,耦合生态系统服务空间分布,形成水生态分区指标体系框架,通过自组织特征映射(self-organizing feature map,SOFM)神经网络,并将案例区划分为核心湿地保护区、湿地生态缓冲区、入淀河流缓冲区和生态屏障区4类水生态功能区域,面积分别为9763.81、9538.59、5953.15和5417.53 hm^(2),分别占白洋淀淀区面积的31.83%、31.10%、19.41%、17.66%.分区结果体现了一定的层次结构与空间特征差异,可为未来科学识别不同区域压力源、淀区精准修复以及差别化水质管理提供科学的数据支撑.

关键词：生态功能分区自组织特征映射神经网络生态系统服务白洋淀

在线全文

学校读者我要写书评

暂无评论

基于自组织特征映射神经网络的数字模式识别

厦门大学学报（自然科学版） 2005年第3期44卷 333-336页

作者：许新征曾文华厦门大学软件学院福建厦门361005

在分析自组织特征映射(SOFM)神经网络基本学习算法的基础上,从提高算法收敛速度和性能出发,提出了一种改进算法:随机选择样本输入次序;根据实际应用并结合专家经验确定初始连接权值;采用高斯函数作为拓扑邻域函数;将算法分成排序和收敛... 详细信息

在分析自组织特征映射(SOFM)神经网络基本学习算法的基础上,从提高算法收敛速度和性能出发,提出了一种改进算法:随机选择样本输入次序;根据实际应用并结合专家经验确定初始连接权值;采用高斯函数作为拓扑邻域函数;将算法分成排序和收敛两个阶段,并分别采用不同的学习率和邻域函数.采用改进后的SOFM算法对输入样本进行自组织聚类,再利用学习矢量量化(LVQ)算法解决样本分类中的交迭问题,提高了分类精度.仿真实验结果表明,该网络能够识别常用的数字(0～9)和英文字母,特别是在有噪声污染的情况下,可以获得较好的效果.

关键词：自组织特征映射神经网络数字模式识别 SOFM算法学习矢量量化自组织聚类随机选择改进算法收敛速度学习算法连接权值经验确定高斯函数样本分类噪声污染英文字母仿真实验分类精度学习率再利用邻域

在线全文

学校读者我要写书评

暂无评论

基于自组织特征映射神经网络的生态城市分类

数学的实践与认识 2006年第1期36卷 44-48页

作者：程毛林苏州科技学院应用数学系江苏苏州215009

神经网络用于样本分类是一个新的研究课题,本文利用自组织特征映射神经网络,对生态城市进行分类.计算实例表明,用自组织特征映射神经网络用于分类是准确和可靠的.

关键词：自组织特征映射神经网络生态城市分类城市分类样本分类

基于自组织特征映射神经网络的河北省土壤水资源分区研究

在线全文

学校读者我要写书评

暂无评论

节水灌溉 2009年第12期 29-31页

作者：张宽义杨路华夏辉高惠嫣河北水利水电勘测设计研究院河北石家庄050081 河北农业大学城乡建设学院河北保定071001

土壤水资源分区是土壤水资源评价和开发利用的前提,河北省地形地貌复杂、植被种类繁多,综合考虑影响土壤水资源的各类因素,选取了地形地貌、土壤类型、干旱指数及植被条件4个评价指标,应用自组织特征映射神经网络对河北省土壤水资源进... 详细信息

土壤水资源分区是土壤水资源评价和开发利用的前提,河北省地形地貌复杂、植被种类繁多,综合考虑影响土壤水资源的各类因素,选取了地形地貌、土壤类型、干旱指数及植被条件4个评价指标,应用自组织特征映射神经网络对河北省土壤水资源进行了分区,将河北省土壤水资源分为8区。其结果表明自组织特征映射神经网络能够对样本进行无监督的自动分类,保持其拓扑结构不变,具有自组织、自适应能力,且具有较强的容错能力,对河北省土壤水资源分区取得了较好的结果。

关键词：土壤水资源分区指标自组织特征映射神经网络

基于自组织特征映射神经网络的医学图像分割技术

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2008年第1期25卷 28-29,35页

作者：田炜周明全耿国华西北大学信息科学与技术学院陕西西安710127

采用一维自组织特征映射神经网络对医学图像进行聚类分析,实现对不同组织的自动分割。避免了直接使用灰度门限分割方法由于门限值选择不当所导致的分割结果有失准确性的缺点。试验结果表明,利用该方法能够较好地保证分割结果的准确性和... 详细信息

采用一维自组织特征映射神经网络对医学图像进行聚类分析,实现对不同组织的自动分割。避免了直接使用灰度门限分割方法由于门限值选择不当所导致的分割结果有失准确性的缺点。试验结果表明,利用该方法能够较好地保证分割结果的准确性和完整性。

关键词：自组织特征映射神经网络医学图像分割聚类分析分类