首页|自组织特征人工神经网络在庞泉沟自然保护区植物群落分类中的应用

自组织特征人工神经网络在庞泉沟自然保护区植物群落分类中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
人工神经网络是较新的数学分析工具,其中的自组织特征映射网络(SOFM)具有较强的聚类功能.应用SOFM网络对庞泉沟自然保护区植物群落进行了分类研究.在讨论了SOFM网络的数学原理、聚类方法和步骤的前提下,分类过程在MATLAB(6.5)神经网络工具箱(NNTool)中编程实现.结果将89个样方分为13个植物群落类型.分类结果符合植被实际,生态意义明确,表明SOFM网络可以很好地反映植物群落的生态关系,是非常有效的植物群落数量分类方法.
Application of self-organizing neural networks to classification of plant communities in Pangquangou Nature Reserve, North China

张金屯、杨洪晓

展开 >

北京师范大学生命科学学院,北京,100875

神经网络 自组织 植被 数量分类

国家自然科学基金

30070140

2007

生态学报
中国生态学学会,中国科学院生态环境研究中心

生态学报

CSTPCDCSCDCHSSCD北大核心
影响因子：2.191
ISSN：1000-0933
年,卷(期)：2007.27(3)
  • 23
  • 17