基于ART理论的自组织神经网络模型在水资源分类中的应用

被引：12

作者：

罗先香

邓伟

机构：

[1] 中国科学院长春地理研究所!吉林长春,中国科学院长春地理研究所!吉林长春

来源：

关键词：

水资源分类; ART理论; 自组织; 人工神经网络;

D O I：

10.13278/j.cnki.jjuese.2001.01.011

中图分类号：

P641.8 [地下水资源管理];

学科分类号：

0818 ; 081803 ;

摘要：

BP和RBF神经网络技术以其强大的学习功能应用于水资源分类 ,取得了很好的效果。但当不具备已知样本时 ,以上技术很难应用。提出了可塑性较强、无监督的A -K网络模型 ,阐述了其基本原理和算法 ,并将其用于水文水资源研究领域中。实例表明 ,该方法能较理想地解决已知样本的分类问题 ,具有良好的应用前景

引用

页码：54 / 57+88 +88

页数：5

共 6 条

[1] 参考作物腾发量预测的径向基函数法 [J].

顾世祥 ;

王士武 ;

袁宏源 .

[2] 地下水资源系统人工神经网络模型的建立与应用 [J].

丁志雄 ;

陈南祥 ;

苏万益 .

[3] 水环境中不确定性方法的研究现状与展望 [J].

刘国东 ;

丁晶 .

[4] 地下水动态预报的多层递阶组合模型 [J].

杨金忠，蔡树英 .

[5]

神经网络及其应用.[M].施鸿宝编;.西安交通大学出版社.1993,

[6]

神经网络系统理论.[M].焦李成著;.西安电子科技大学出版社.1990,