科学

基于SFAM神经网络集成的土地评价

admin2022-12-14 13:46 93人已围观 下载完整内容

简介SFAM (Simplified Fuzzy ARTMAP, 简化的模糊ARTMAP)神经网络具有自组织反馈、增量式学习和高度复杂映射等特点，是一种较BP神经网

SFAM (Simplified Fuzzy ARTMAP, 简化的模糊ARTMAP)神经网络具有自组织反馈、增量式学习和高度复杂映射等特点，是一种较BP神经网络和RBF神经网络等前馈神经网络更优秀的自组织神经网络。为克服SFAM神经网络受输入样本顺序的影响，提高土地评价的精度，提出利用SFAM神经网络集成进行土地评价的方法。并用SFAM神经网络、SFAM神经网络集成、BP神经网络、BP神经网络集成、RBF神经网络和RBF神经网络集成等方法对广东省中山市的土地进行了评价，对评价结果进行了分析和比较，结果表明SFAM神经网络具有比BP神经网络和RBF神经网络更优越的评价性能；对于这三种不同的神经网络，神经网络集成的土壤评价精度分别高于单个神经网络的精度。

  • 微信公众号

下载完整内容

上一篇：鸡蛋透射光图像形态特征与其新鲜度的相关关系

下一篇：多尺度空间信息服务技术及其农业应用

相关文章

文章评论


评论0

    站点信息

    • 微信公众号：扫描二维码，关注我们

    点击排行

    三种 PS 的套索工具使用小技巧

    本栏推荐

    信达证券：化工行业周报：三氯蔗糖、安赛蜜等价格上扬

    标签云

    猜你喜欢