国土与自然资源研究
國土與自然資源研究
국토여자연자원연구
TERRITORY & NATURAL RESOURCES STUDY
2004年
4期
5-7
,共3页
SOM网络%可持续发展水平%福建省
SOM網絡%可持續髮展水平%福建省
SOM망락%가지속발전수평%복건성
基于人工神经网络(ANN)中自组织特征映射网络(SOM)的聚类功能,利用主成分分析法(PCA)提取城市社会、经济发展的多项指标,应用MATLAB 6.1软件的神经网络工具箱对福建省23个城市的可持续发展水平进行分类判定,得出分为6类的最终结果与实际情况基本相符;指出SOM网络可以避免传统聚类方法的不足,凭借其强大的学习功能,可较好地应用于城市发展的相关研究.
基于人工神經網絡(ANN)中自組織特徵映射網絡(SOM)的聚類功能,利用主成分分析法(PCA)提取城市社會、經濟髮展的多項指標,應用MATLAB 6.1軟件的神經網絡工具箱對福建省23箇城市的可持續髮展水平進行分類判定,得齣分為6類的最終結果與實際情況基本相符;指齣SOM網絡可以避免傳統聚類方法的不足,憑藉其彊大的學習功能,可較好地應用于城市髮展的相關研究.
기우인공신경망락(ANN)중자조직특정영사망락(SOM)적취류공능,이용주성분분석법(PCA)제취성시사회、경제발전적다항지표,응용MATLAB 6.1연건적신경망락공구상대복건성23개성시적가지속발전수평진행분류판정,득출분위6류적최종결과여실제정황기본상부;지출SOM망락가이피면전통취류방법적불족,빙차기강대적학습공능,가교호지응용우성시발전적상관연구.
