自组织神经影射网络排序及其在植物群落分析中的应用

被引:12
作者
张金屯 [1 ]
孟东平 [2 ]
席跃翔 [2 ]
机构
[1] 北京师范大学生命科学学院
[2] 山西大学黄土高原研究所
关键词
自组织神经影射网络; 植被; 数量方法; 梯度分析; 排序; 太行山;
D O I
10.13332/j.1000-1522.2008.01.001
中图分类号
Q948 [植物生态学和植物地理学];
学科分类号
071301 [植物生态学];
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。
引用
收藏
页码:1 / 5
页数:5
相关论文
共 12 条
[1]
数量生态学.[M].张金屯著;.科学出版社.2004,
[2]
数学生态学导论.[M].余世孝 编著.科学技术文献出版社.1995,
[3]
植物生态学的数量分类方法.[M].阳含熙等 著.科学出版社.1981,
[4]
人工神经网络模型及其在农业和生态学研究中的应用 [J].
米湘成 ;
马克平 ;
邹应斌 ;
不详 .
植物生态学报 , 2005, (05) :863-870
[5]
SOM网络在福建省城市职能分类中的应用 [J].
吴聘奇 ;
黄民生 .
经济地理, 2005, (01) :68-70+83
[6]
人工神经网络模型在地学研究中的应用进展 [J].
李双成 ;
郑度 .
地球科学进展, 2003, (01) :68-76
[7]
我国植被数量分类和排序研究进展 [J].
张峰 ;
张金屯 .
山西大学学报(自然科学版), 2000, (03) :278-282
[8]
“城-郊-乡”森林生态样带植被变化梯度分析 [J].
张金屯 ;
PickettS.T.A. .
植物生态学报, 1998, (05)
[9]
模糊数学排序及其应用 [J].
张金屯 .
生态学报, 1992, (04) :325-331
[10]
Variation of plant communities along an elevation gradient in the Guandi Mountains, North China [J].
Zhang J.-T. ;
Chen T.G. .
Community Ecology, 2004, 5 (2) :227-233