本文關(guān)鍵詞：基于自組織神經(jīng)網(wǎng)絡(luò)的耕地自然質(zhì)量評(píng)價(jià)方法及其應(yīng)用

  更多相關(guān)文章： 地理信息系統(tǒng) 分等 神經(jīng)網(wǎng)絡(luò) 自組織特征映射 耕地 九臺(tái)市

【摘要】：耕地質(zhì)量各構(gòu)成要素的特點(diǎn)和相互間的影響,決定了耕地質(zhì)量的外在表現(xiàn),客觀地確定耕地自然質(zhì)量,對(duì)耕地分等定級(jí)具有重要的意義。該文通過對(duì)已有耕地質(zhì)量評(píng)價(jià)方法的優(yōu)勢(shì)與不足的分析,提出在空間數(shù)據(jù)庫(kù)基礎(chǔ)上應(yīng)用自組織神經(jīng)網(wǎng)絡(luò)的耕地自然質(zhì)量評(píng)價(jià)方法,并應(yīng)用該方法對(duì)吉林省九臺(tái)市耕地自然質(zhì)量進(jìn)行了評(píng)價(jià),通過步長(zhǎng)為1 000次訓(xùn)練,自動(dòng)生成13個(gè)類別,在13個(gè)類別基礎(chǔ)上按照九臺(tái)市的指定作物的光溫生產(chǎn)潛力指數(shù)、作物的產(chǎn)量比系數(shù),進(jìn)行了耕地自然質(zhì)量評(píng)價(jià)。根據(jù)評(píng)價(jià)分值的大小分為3等,其中質(zhì)量等級(jí)Ⅰ級(jí)占全市耕地面積42.13%,Ⅱ級(jí)占全市耕地面積30.40%,Ⅲ級(jí)占全市耕地面積27.47%。評(píng)價(jià)結(jié)果與《九臺(tái)市耕地質(zhì)量更新成果》比較,圖斑重合率為80.78%,面積重合率為79.42%。2種評(píng)價(jià)方法可能出現(xiàn)差異的原因:該文評(píng)價(jià)方法增加了坡度因子,且《九臺(tái)市耕地質(zhì)量更新成果》采用的是全省統(tǒng)一的指標(biāo)權(quán)重;2種方法對(duì)于一些定性描述指標(biāo)均通過信息賦權(quán)值法進(jìn)行量化,而2種方法中量化方法不同,賦值不同。該方法將自組織神經(jīng)網(wǎng)絡(luò)和地理信息系統(tǒng)相結(jié)合,有效地集成影響耕地質(zhì)量相關(guān)的土壤及土壤環(huán)境信息,利用自組織神經(jīng)網(wǎng)絡(luò)在沒有教師信號(hào)時(shí)自動(dòng)連接權(quán)值向著更利于競(jìng)爭(zhēng)方向調(diào)整,通過度量評(píng)價(jià)單元的相似程度,使類間差異最大而類內(nèi)差異最小,逐步將評(píng)價(jià)單元?jiǎng)澐诸悇e。根據(jù)每個(gè)類別中圖斑自然質(zhì)量指數(shù)的大小進(jìn)行耕地質(zhì)量等別評(píng)價(jià),提高了評(píng)價(jià)結(jié)果的可信度,為耕地質(zhì)量評(píng)價(jià)提供了新思路。
【作者單位】： 吉林農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院;吉林省國(guó)土勘測(cè)規(guī)劃研究院;
【基金】：國(guó)家自然科學(xué)基金(41071160) 吉林省科技發(fā)展計(jì)劃項(xiàng)目(20150418079FG) 吉林省教育廳項(xiàng)目(20100068) 吉林省社科基金項(xiàng)目(2012BS32) 長(zhǎng)春市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目(CSK2014ZYJ-0018)
【分類號(hào)】：TP183;S151.9
【正文快照】： 郄瑞卿,關(guān)俠,鄢旭久,等.基于自組織神經(jīng)網(wǎng)絡(luò)的耕地自然質(zhì)量評(píng)價(jià)方法及其應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(23):298-305.Qie Ruiqing,Guan Xia,Yan Xujiu,et al.Method and its application of natural quality evaluation of arable land based onself-organizing feature map ne

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郝建明;李宗南;謝靜;;基于人工智能的異常地物光譜自適應(yīng)剔除及分類算法研究[J];華中農(nóng)業(yè)大學(xué)學(xué)報(bào);2014年05期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 朱翠芳;;從自組織神經(jīng)網(wǎng)絡(luò)看語(yǔ)言的認(rèn)知域研究[A];第四屆全國(guó)認(rèn)知語(yǔ)言學(xué)研討會(huì)論文摘要匯編[C];2006年

2 趙昀;王保良;黃志堯;李海青;;基于自組織神經(jīng)網(wǎng)絡(luò)的油氣兩相流管截面流型辨識(shí)[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

3 郎豪翔;馮志敏;王穎;王炳輝;;自組織神經(jīng)網(wǎng)絡(luò)在軸系故障診斷中的應(yīng)用性研究[A];制造業(yè)與未來中國(guó)——2002年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2002年

4 易榮慶;李文輝;袁華;王鐸;;基于自組織神經(jīng)網(wǎng)絡(luò)的特征識(shí)別[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

5 馮永超;謝立宏;賀貴明;;使用自組織神經(jīng)網(wǎng)絡(luò)的分形圖像編碼[A];開創(chuàng)新世紀(jì)的通信技術(shù)——第七屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2001年

6 劉保順;李克慶;王玉敏;;基于自組織神經(jīng)網(wǎng)絡(luò)鐵礦資源資產(chǎn)等級(jí)劃分的研究[A];中國(guó)礦山地質(zhì)與西部礦山資源開發(fā)研討會(huì)論文集[C];2001年

7 劉保川;李克慶;王玉敏;;基于自組織神經(jīng)網(wǎng)絡(luò)鐵礦資源資產(chǎn)等級(jí)劃分的研究[A];中國(guó)實(shí)用礦山地質(zhì)學(xué)（上冊(cè)）[C];2010年

8 李石華;金寶軒;;基于Matlab的自組織神經(jīng)網(wǎng)絡(luò)在地形復(fù)雜區(qū)遙感圖像分類中的應(yīng)用研究[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

9 劉保順;李克慶;王玉敏;;基于自組織神經(jīng)網(wǎng)絡(luò)鐵礦資源資產(chǎn)等級(jí)劃分的研究[A];中國(guó)礦山地質(zhì)與西部礦山資源開發(fā)研討會(huì)論文集[C];2001年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王志;藥物設(shè)計(jì)的系統(tǒng)研究[D];北京化工大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 沈來信;一種新的進(jìn)化樹型自組織神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用[D];暨南大學(xué);2007年

2 呂前沖;自組織神經(jīng)網(wǎng)絡(luò)及其混合模型在時(shí)間序列預(yù)測(cè)上的應(yīng)用[D];中南大學(xué);2014年

3 夏文文;自組織神經(jīng)網(wǎng)絡(luò)的新算法以及應(yīng)用[D];江南大學(xué);2008年

4 肖婧;基于自組織神經(jīng)網(wǎng)絡(luò)的分簇成鏈協(xié)議研究[D];武漢工程大學(xué);2013年

5 虞鶴峰;基于自組織神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究[D];天津理工大學(xué);2008年

6 金永強(qiáng);一種改進(jìn)的結(jié)構(gòu)自適應(yīng)自組織神經(jīng)網(wǎng)絡(luò)的研究[D];新疆大學(xué);2005年

7 楊彥玲;一種基于GWRN模型的自組織神經(jīng)網(wǎng)絡(luò)算法的研究及應(yīng)用[D];南昌大學(xué);2010年

8 周青;基于粗糙集和自組織神經(jīng)網(wǎng)絡(luò)的web日志挖掘聚類研究[D];南昌大學(xué);2008年

9 張旭;基于模糊聚類的自組織神經(jīng)網(wǎng)絡(luò)的用戶模式挖掘算法研究[D];南昌大學(xué);2012年

10 連曉峰;基于HMM與自組織神經(jīng)網(wǎng)絡(luò)相結(jié)合的語(yǔ)音識(shí)別[D];華北工學(xué)院;2004年

，

本文編號(hào)：1284402