高级检索
    张金屯, 孟东平, 席跃翔. 自组织神经影射网络排序及其在植物群落分析中的应用[J]. 北京林业大学学报, 2008, 30(1): 1-5.
    引用本文: 张金屯, 孟东平, 席跃翔. 自组织神经影射网络排序及其在植物群落分析中的应用[J]. 北京林业大学学报, 2008, 30(1): 1-5.
    shu
    ZHANG Jin-tun, MENG Dong-ping, XI Yue-xiang. Ordination of self-organizing feature map neural network and its application in the study of plant communities.[J]. Journal of Beijing Forestry University, 2008, 30(1): 1-5.
    Citation: ZHANG Jin-tun, MENG Dong-ping, XI Yue-xiang. Ordination of self-organizing feature map neural network and its application in the study of plant communities.[J]. Journal of Beijing Forestry University, 2008, 30(1): 1-5.
    shu

    自组织神经影射网络排序及其在植物群落分析中的应用

    Ordination of self-organizing feature map neural network and its application in the study of plant communities.

      摘要
    • 摘要: 自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能，其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法，并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在Matlab 65神经网络工具箱中实现。结果将68个样方排列在SOFM拓扑空间，排序轴反映了明确的生态梯度，能够反映植物群落间的生态关系，生态意义明确，符合植被实际，表明SOFM网络是有效的植物群落排序方法。在SOFM排序过程中也很容易进行聚类，有利于群落分类和排序的结合。

       

      • HTML全文
      • 参考文献(0)
      • 相关文章
      • 施引文献
    • 资源附件(0)

    /

    返回文章
    返回