基于FA-SOM神经网络的农业技术水平省际差异研究

被引：3

作者：

周杜辉

李同昇

机构：

[1] 西北大学城市与资源学系

来源：

科技进步与对策 | 2011年 / 28卷 / 03期

关键词：

农业技术水平; FA-SOM神经网络; 省际差异;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F323.3 [农业技术改造、农业技术经济];

学科分类号：

0701 ; 070104 ; 120204 ;

摘要：

采用5大方面的13个指标,构建出区域农业技术水平综合评价体系,引入FA-SOM神经网络模型,对中国农业技术水平进行聚类分析。根据聚类的结果,把农业技术水平分为5个类型,并从总体特征、局域特征两个层面探讨了中国农业技术水平的空间格局及其内部差异。

引用

页码：117 / 121

页数：5

共 10 条

[1] 基于BP网络的农业技术创新效果评价 [J].

乔金杰 ;

曹伟 ;

孙永军 .

高师理科学刊, 2008, (04) :37-39

[2] 我国地区间农业技术差距的一种超函数测算方法 [J].

杨国涛 .

安徽农业科学, 2007, (22) :6693-6694

[3] 农业技术水平的地区差异分析 [J].

王武科 ;

李同升 ;

刘笑明 ;

张建忠 ;

李广志 .

农业现代化研究, 2007, (03) :343-346

[4] 改进的人工神经网络方法在农业现代化综合评价中的应用 [J].

杨兵 ;

过建春 .

华中农业大学学报(社会科学版), 2006, (04) :45-49

[5] 我国农业技术进步水平实证分析 [J].

许慧娜 .

农业网络信息, 2005, (10) :101-103

[6] 中国农业因子分析神经网络组合预测研究 [J].

吴玉鸣 .

农村经济, 2003, (03) :58-61

[7] 中国农业技术进步水平的区域特征及其成因分析 [J].

罗发友 .

中国经济问题, 2001, (06) :48-54

[8] 淮北砂姜黑土综合治理实验区农业技术水平度量及效益分析 [J].

黄晓澜 ;

程为国 .

安徽农业科学, 1991, (03) :241-247

[9] 广义农业技术水平的度量分析模式 [J].

陈天佑 ;

王红玲 ;

胡中立 ;

周爱清 .

科学学研究, 1989, (04) :39-47

[10]

实用数据统计分析及SPSS 12.0应用[M]. 人民邮电出版社 , 章文波, 2006

← 1 →