| 改进SOFM网络算法及其在裂隙统计分析中的应用 |
| |
| 引用本文： | 孙全力,王玉兰.改进SOFM网络算法及其在裂隙统计分析中的应用[J].地质灾害与环境保护,2003,14(2):47-50. |
| |
| 作者姓名： | 孙全力 王玉兰 |
| |
| 作者单位： | 成都理工大学信息管理学院,成都,610059 |
| |
| 摘 要： | 在分析 SOF M自组织特征映射神经网络原有算法的基础上 ,从提高算法收敛速度出发 ,提出了一种改进算法。该算法首先采用 C均值法从输入数据中寻找出 N 2个聚类中心 ,然后用一种启发式的方法把选取的 N2个数据点放置到一个 N× N 的空阵列中。利用这种算法 ,可以避免传统 SOF M算法中不断地用大量的数据去调整连接权的过程 ,从而快速地构造特征映射。应用这种算法 ,通过对某隧道工程围岩裂隙统计数据的快速分类、仿真判别 ,为围岩渗透性评价计算提供精确程度较高的量化依据 ,取得了较好的效果。
|
| 关 键 词： | 自组织特征 SOFM网络算法 收敛速度 改进算法 C均值法 隧道工程 围岩 裂隙统计数据 |
| 文章编号： | 1006-4362(2003)02-0047-04 |
| 修稿时间： | 2003年3月27日 |
A IMPROVED SOFM NEURAL NETWORK ALGORITHM AND APPLICATION |
| |
| SUN Quan-li,WANG Yu-lan.A IMPROVED SOFM NEURAL NETWORK ALGORITHM AND APPLICATION[J].Journal of Geological Hazards and Environment Preservation,2003,14(2):47-50. |
| |
| Authors: | SUN Quan-li WANG Yu-lan |
| |
| Abstract: | |
| |
| Keywords: | neural network self-organizing feather map unsupervised learning fracture statistic |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
