自组织神经影射网络排序及其在植物群落分析中的应用

编号 zgly0000555423

文献类型 期刊论文

文献题名 自组织神经影射网络排序及其在植物群落分析中的应用

学科分类 220.60;森林统计学

作者 张金屯  孟东平  席跃翔 

作者单位 北京师范大学生命科学学院  山西大学黄土高原研究所 

母体文献 北京林业大学学报 

年卷期 2008,30(1)

页码 1-5

年份 2008 

分类号 S711 

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 

文摘内容 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。