一种林地土壤无机盐含量数据分析方法
公开
摘要
一种基于权重优化的粒子群优化算法和自组织特征映射神经网络的林地土壤无机盐含量数据分析方法。该方法以基于粒子群优化的自组织特征映射神经网络为基础进行优化，通过粒子群优化算法和自组织特征映射神经网络模型来代替自组织特征映射的启发式训练算法，加强算法的非线性聚类能力。自组织特征映射神经网络通过将高维的信息数据以有序方式映射到低维空间，形成一种有拓扑意义的有序图。而将自组织特征映射神经网络技术应用于林地土壤数据分析，通过其强大的非线性拟合能力和可视化特点，将在土壤数据分析中有着独特的优势。本发明可优化自组织特征映射神经网络算法的权重分布，可有效降低网络的量化误差和拓扑误差，提高聚类识别的质量。
基本信息
专利标题 ：
一种林地土壤无机盐含量数据分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564681A
申请号 ：
CN202210200657.7
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
程小辉张皓然
申请人 ：
桂林理工大学
申请人地址 ：
广西壮族自治区桂林市七星区建干路12号
代理机构 ：
代理人 ：
优先权 ：
CN202210200657.7
主分类号 ：
G06F17/11
IPC分类号 ：
G06F17/11 G06N3/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F17/00
特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法
G06F17/10
复杂数学运算的
G06F17/11
用于解决方程式的
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
