基于SOM的漳浦样区土壤分类研究

被引:3
作者
陈志强 [1 ]
陈健飞 [2 ]
机构
[1] 福建师范大学自然资源研究中心
[2] 广州大学地理科学学院
关键词
SOM; 土壤; 中国土壤系统分类; 漳浦;
D O I
10.16862/j.cnki.issn1674-3873.2007.02.002
中图分类号
S155 [土壤分类学、土壤类型];
学科分类号
0903 ; 090301 ;
摘要
选取闽东南漳浦沿海低丘台地区为样区,应用MATLAB 7软件编程,利用自组织特征映射网络(SOM网络)的聚类功能,对漳浦样区的9个土壤剖面进行分类,并与中国土壤系统分类结果进行比较,研究结果表明:SOM网络能将变性土与富铝土有效地区分开来,剖面1的归属也较为合理,可以很好地反映、提取土壤剖面的复杂信息,分类效果较好,可以在土壤分类中应用.
引用
收藏
页码:4 / 6
页数:3
相关论文
共 12 条
[1]  
福州、厦门城市竞争力比较分析及对策研究.[D].吴聘奇.福建师范大学.2005, 08
[2]  
区域土壤与地形体数字化数据库的建立与应用.[D].陈志强.福建师范大学.2003, 02
[3]  
基于CST和GIS的闽东南土壤基层分类研究.[D].黄金良.福建师范大学.2001, 01
[4]   基于SOM人工神经网络的网络流量聚类分析 [J].
杨哲 .
计算机工程, 2006, (16) :103-104+111
[5]   应用SOM网络模型进行防火树种分类研究 [J].
郑德祥 ;
陈平留 ;
陈文琴 .
江西农业大学学报, 2006, (04) :554-558
[6]   自组织人工神经网络与聚类法在矿区沉积物分类中实用性对比 [J].
葛晓光 ;
吴潇 ;
钱凯 .
煤炭学报, 2006, (02) :169-173
[7]   基于SOM神经网络的医疗诊断专家系统研究 [J].
于子翊 ;
茹蓓 .
新乡师范高等专科学校学报, 2005, (05) :29-31
[8]   自组织竞争人工神经网络在土壤分类中的应用 [J].
付强 ;
王志良 ;
梁川 .
水土保持通报, 2002, (01) :39-43
[9]   基于人工神经网络的岩石含油气性评价方法 [J].
刘勇健 ;
沈军 ;
刘义建 ;
王琳 .
石油实验地质, 2000, (03) :276-279
[10]   神经网络方法在课程关联研究中的应用 [J].
董继扬 ;
鄢琳 ;
李兴华 ;
徐慎初 .
福建师范大学学报(自然科学版), 2000, (02) :42-45