基于SOM模型的中国耕地压力分类研究

被引:28
作者
李春华
李宁
史培军
机构
[1] 北京师范大学资源学院环境演变与自然灾害教育部重点实验室
关键词
自组织特征映射网络(SOM网络); 耕地压力分类; 地域差异; 中国;
D O I
暂无
中图分类号
F323.211 []; F224 [经济数学方法];
学科分类号
020104 [西方经济学];
摘要
根据耕地利用在经济、社会和生态方面面临的压力状况,以指标构建原则为基础,设计一套压力大小量化的指标体系,引入具有较强的聚类和容错能力的自组织特征映射(SOM)神经网络模型,在说明SOM网络模型和算法的基础上,应用自组织特征映射网络的聚类功能,以MATLAB语言构建SOM网络模型,对我国的31省(市、自治区)耕地利用压力大小进行了分类。结果显示我国耕地压力的区域差显著且与经济地域差异有高度的一致性,表明经济发展是耕地压力的主要来源。选取大样本的神经网络训练得到的结果和现实的一致也表明,自组织特征映射模型是一种适用的耕地压力区域分类新方法。
引用
收藏
页码:318 / 322
页数:5
相关论文
共 3 条
[1]
国家尺度耕地变化驱动力的定量分析方法 [J].
刘旭华 ;
王劲峰 ;
刘纪远 ;
刘明亮 ;
孟斌 .
农业工程学报, 2005, (04) :56-60
[2]
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
[3]
模糊聚类分析在土壤分类中的应用 [J].
刘兴久 ;
许景刚 ;
汪树明 .
东北农学院学报, 1988, (02) :119-126