自组织神经影射网络排序及其在植物群落分析中的应用
2008-01-15分类号:Q948
【部门】北京师范大学生命科学学院 山西大学黄土高原研究所 山西大学黄土高原研究所
【摘要】自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能,其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法,并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在Matlab 6.5神经网络工具箱中实现。结果将68个样方排列在SOFM拓扑空间,排序轴反映了明确的生态梯度,能够反映植物群落间的生态关系,生态意义明确,符合植被实际,表明SOFM网络是有效的植物群落排序方法。在SOFM排序过程中也很容易进行聚类,有利于群落分类和排序的结合。
【关键词】自组织神经影射网络 植被 数量方法 梯度分析 排序 太行山
【基金】国家自然科学基金(30070140); 教育部骨干教师基金项目。
【所属期刊栏目】北京林业大学学报
文献传递