葛晓光, 吴潇, 钱凯. 自组织人工神经网络与聚类法在矿区沉积物分类中实用性对比[J]. 煤炭学报, 2006, (2).
引用本文: 葛晓光, 吴潇, 钱凯. 自组织人工神经网络与聚类法在矿区沉积物分类中实用性对比[J]. 煤炭学报, 2006, (2).

自组织人工神经网络与聚类法在矿区沉积物分类中实用性对比

  • 摘要: 为确切判定淮北矿区新第三纪沉积物成因类型,分别用自组织人工神经网络(SOM)和聚类分析方法对宿南等矿区的19组样本进行分类.对比发现SOM的分类结果与实际情况更吻合.从机理和应用方式上探讨了两种方法的功能差异,证明SOM方法分类操作过程简便易行,具有残缺自动识别能力,分类结果唯一,在沉积物无监督成因分类中,优于聚类分析方法.

     

/

返回文章
返回