基于自组织神经网络的耕地自然质量评价方法及其应用

发布时间：2017-12-13 08:09

  本文关键词：基于自组织神经网络的耕地自然质量评价方法及其应用

  更多相关文章： 地理信息系统 分等 神经网络 自组织特征映射 耕地 九台市

【摘要】：耕地质量各构成要素的特点和相互间的影响,决定了耕地质量的外在表现,客观地确定耕地自然质量,对耕地分等定级具有重要的意义。该文通过对已有耕地质量评价方法的优势与不足的分析,提出在空间数据库基础上应用自组织神经网络的耕地自然质量评价方法,并应用该方法对吉林省九台市耕地自然质量进行了评价,通过步长为1 000次训练,自动生成13个类别,在13个类别基础上按照九台市的指定作物的光温生产潜力指数、作物的产量比系数,进行了耕地自然质量评价。根据评价分值的大小分为3等,其中质量等级Ⅰ级占全市耕地面积42.13%,Ⅱ级占全市耕地面积30.40%,Ⅲ级占全市耕地面积27.47%。评价结果与《九台市耕地质量更新成果》比较,图斑重合率为80.78%,面积重合率为79.42%。2种评价方法可能出现差异的原因:该文评价方法增加了坡度因子,且《九台市耕地质量更新成果》采用的是全省统一的指标权重;2种方法对于一些定性描述指标均通过信息赋权值法进行量化,而2种方法中量化方法不同,赋值不同。该方法将自组织神经网络和地理信息系统相结合,有效地集成影响耕地质量相关的土壤及土壤环境信息,利用自组织神经网络在没有教师信号时自动连接权值向着更利于竞争方向调整,通过度量评价单元的相似程度,使类间差异最大而类内差异最小,逐步将评价单元划分类别。根据每个类别中图斑自然质量指数的大小进行耕地质量等别评价,提高了评价结果的可信度,为耕地质量评价提供了新思路。
【作者单位】： 吉林农业大学经济管理学院;吉林省国土勘测规划研究院;
【基金】：国家自然科学基金(41071160) 吉林省科技发展计划项目(20150418079FG) 吉林省教育厅项目(20100068) 吉林省社科基金项目(2012BS32) 长春市哲学社会科学规划项目(CSK2014ZYJ-0018)
【分类号】：TP183;S151.9
【正文快照】： 郄瑞卿,关侠,鄢旭久,等.基于自组织神经网络的耕地自然质量评价方法及其应用[J].农业工程学报,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

【相似文献】

中国期刊全文数据库 前10条

1 郝建明;李宗南;谢静;;基于人工智能的异常地物光谱自适应剔除及分类算法研究[J];华中农业大学学报;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

中国重要会议论文全文数据库 前9条

1 朱翠芳;;从自组织神经网络看语言的认知域研究[A];第四届全国认知语言学研讨会论文摘要汇编[C];2006年

2 赵昀;王保良;黄志尧;李海青;;基于自组织神经网络的油气两相流管截面流型辨识[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

3 郎豪翔;冯志敏;王颖;王炳辉;;自组织神经网络在轴系故障诊断中的应用性研究[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年

4 易荣庆;李文辉;袁华;王铎;;基于自组织神经网络的特征识别[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年

5 冯永超;谢立宏;贺贵明;;使用自组织神经网络的分形图像编码[A];开创新世纪的通信技术——第七届全国青年通信学术会议论文集[C];2001年

6 刘保顺;李克庆;王玉敏;;基于自组织神经网络铁矿资源资产等级划分的研究[A];中国矿山地质与西部矿山资源开发研讨会论文集[C];2001年

7 刘保川;李克庆;王玉敏;;基于自组织神经网络铁矿资源资产等级划分的研究[A];中国实用矿山地质学（上册）[C];2010年

8 李石华;金宝轩;;基于Matlab的自组织神经网络在地形复杂区遥感图像分类中的应用研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

9 刘保顺;李克庆;王玉敏;;基于自组织神经网络铁矿资源资产等级划分的研究[A];中国矿山地质与西部矿山资源开发研讨会论文集[C];2001年

中国博士学位论文全文数据库 前1条

1 王志;药物设计的系统研究[D];北京化工大学;2012年

中国硕士学位论文全文数据库 前10条

1 沈来信;一种新的进化树型自组织神经网络的研究与应用[D];暨南大学;2007年

2 吕前冲;自组织神经网络及其混合模型在时间序列预测上的应用[D];中南大学;2014年

3 夏文文;自组织神经网络的新算法以及应用[D];江南大学;2008年

4 肖婧;基于自组织神经网络的分簇成链协议研究[D];武汉工程大学;2013年

5 虞鹤峰;基于自组织神经网络的入侵检测研究[D];天津理工大学;2008年

6 金永强;一种改进的结构自适应自组织神经网络的研究[D];新疆大学;2005年

7 杨彦玲;一种基于GWRN模型的自组织神经网络算法的研究及应用[D];南昌大学;2010年

8 周青;基于粗糙集和自组织神经网络的web日志挖掘聚类研究[D];南昌大学;2008年

9 张旭;基于模糊聚类的自组织神经网络的用户模式挖掘算法研究[D];南昌大学;2012年

10 连晓峰;基于HMM与自组织神经网络相结合的语音识别[D];华北工学院;2004年

，

本文编号：1284402