计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2008年
10期
113-115
,共3页
土壤分类%自组织特征映射%人工神经网络
土壤分類%自組織特徵映射%人工神經網絡
토양분류%자조직특정영사%인공신경망락
人工神经网络中的自组织特征映射网络具有较强的聚类功能,将自组织特征映射神经网络模型应用于土壤分类,提取影响土壤分类的七个理化因子,根据19个土壤样本建立神经网络,最后验证10个土壤样本的分类结果是否正确.分析结果表明,这种方法是十分有效和方便的.同时,本文对分类结果进行分析和讨论,指出利用该模型强大的学习功能及很好的自适应性、自组织性和鲁棒性可以为土壤分类提供一种快速、准确的信息处理手段.
人工神經網絡中的自組織特徵映射網絡具有較彊的聚類功能,將自組織特徵映射神經網絡模型應用于土壤分類,提取影響土壤分類的七箇理化因子,根據19箇土壤樣本建立神經網絡,最後驗證10箇土壤樣本的分類結果是否正確.分析結果錶明,這種方法是十分有效和方便的.同時,本文對分類結果進行分析和討論,指齣利用該模型彊大的學習功能及很好的自適應性、自組織性和魯棒性可以為土壤分類提供一種快速、準確的信息處理手段.
인공신경망락중적자조직특정영사망락구유교강적취류공능,장자조직특정영사신경망락모형응용우토양분류,제취영향토양분류적칠개이화인자,근거19개토양양본건립신경망락,최후험증10개토양양본적분류결과시부정학.분석결과표명,저충방법시십분유효화방편적.동시,본문대분류결과진행분석화토론,지출이용해모형강대적학습공능급흔호적자괄응성、자조직성화로봉성가이위토양분류제공일충쾌속、준학적신식처리수단.
