期刊文献+

用自组织人工神经网络研究黄土孔隙性分类判别

Studies on the Differentiation of Loess Porosity Classification by the Method of Self-organizationalArtificial Nerve Network
原文传递
导出
摘要 本文运用三维T·Kohonen自组织人工神经网络,对洛川黄土孔隙性的实例数据进行了分析,建立了洛川黄土孔隙性预测的计算机智能专家系统。结果表明,神经网络方法性能良好,可望成为黄土孔隙性分类判别的有效辅助手段。 Using by the three-demension T. Kohonen self-organizational artificial nerve network, this paper analysed the data of loess porosity in Luochuan area and set up the computer intellingence expert system of loess porosity calculation. The result shows that the nerve network method is quite effective in the classification and differentiation of loess porosity.
出处 《干旱区研究》 CSCD 北大核心 1994年第4期32-37,共6页 Arid Zone Research
关键词 微孔隙定量 洛川 黄土 神经网络 孔隙性 quantitaive study,Luochuan loess,artificial nerve network,three-demension T. Kohonen self-organizaton model
  • 相关文献

参考文献1

二级参考文献2

共引文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部