- 相關(guān)推薦
農產(chǎn)業(yè)SOM網(wǎng)絡(luò )構造論文
1SOM網(wǎng)絡(luò )基本原理和結構
SOM網(wǎng)絡(luò )，也稱(chēng)kohonen網(wǎng)絡(luò )，由芬蘭學(xué)者Kohonen［1］于1981年提出，其認為處于空間中不同區域的神經(jīng)元有不同的分工，當一個(gè)神經(jīng)網(wǎng)絡(luò )接受外界輸入模式時(shí)，將會(huì )分為不同的反應區域，各區域對輸入模式具有不同的響應特征［2］。SOM網(wǎng)絡(luò )被廣泛地應用于分類(lèi)聚類(lèi)、語(yǔ)音識別、數據分析和預測等多個(gè)領(lǐng)域。
1．1網(wǎng)絡(luò )結構SOM網(wǎng)絡(luò )由輸入層和輸出層組成，其中輸入層模擬感知外界輸入信息的視網(wǎng)膜，輸出層(競爭層)模擬作出響應的大腦皮層。樣本從輸入層進(jìn)入網(wǎng)絡(luò )內部;輸出層上神經(jīng)元之間相互競爭，使得若干神經(jīng)元活躍，并最終成為獲勝結點(diǎn)。神經(jīng)元的排列形式一般有一維陣列和二維陣列2種，其中二維陣列(圖1)應用最為廣泛。
1．2學(xué)習過(guò)程SOM網(wǎng)絡(luò )的學(xué)習過(guò)程是一個(gè)尋找最優(yōu)權值的過(guò)程:網(wǎng)絡(luò )中有多個(gè)神經(jīng)元分布，其權值用來(lái)模擬人腦的記憶單元，計算每個(gè)神經(jīng)元權值與輸入樣本的歐式距離，距離最小的神經(jīng)元為獲勝神經(jīng)元，獲勝的神經(jīng)元及其鄰域內的神經(jīng)元采用一定的規則在訓練中逐步調整權值，直到得到一個(gè)較好的權值分布。最終可使網(wǎng)絡(luò )的某些節點(diǎn)成為對特定模式類(lèi)敏感的神經(jīng)細胞，從而形成能夠反映樣本模式類(lèi)分布情況的有序特征圖。
2基于SOM網(wǎng)絡(luò )的農業(yè)產(chǎn)業(yè)結構研究模型
2．1農業(yè)產(chǎn)業(yè)結構由于我國氣候、降水、土壤、地形等自然條件差異較大，農業(yè)類(lèi)型呈多樣化形式，其分布具有較強的地域性。如青海省獨特的地理環(huán)境及其資源條件，客觀(guān)上決定了其地表資源利用的主體方式是農牧業(yè)［3］。全面了解各地區的農業(yè)產(chǎn)業(yè)結構，分析各地區農業(yè)的優(yōu)勢和劣勢，有利于農業(yè)的發(fā)展和相關(guān)政策的制定。農業(yè)產(chǎn)業(yè)結構也稱(chēng)為農業(yè)生產(chǎn)結構，是一定地域的農業(yè)其各產(chǎn)業(yè)部門(mén)的組成和構成比例。是農業(yè)生產(chǎn)力合理組合和開(kāi)發(fā)利用方面的基本問(wèn)題，影響著(zhù)農業(yè)資源是否能合理應用。通�？梢苑譃�3個(gè)層次:一是生產(chǎn)結構，表現為不同生產(chǎn)部門(mén)之間的比例;二是產(chǎn)品結構，表現為同一生產(chǎn)部門(mén)中不同產(chǎn)品之間的結構;三是品種結構，主要表現為某一產(chǎn)品中不同品種之間的比例。
2．2SOM農業(yè)產(chǎn)業(yè)模型網(wǎng)絡(luò )分為2層，輸入層上將產(chǎn)業(yè)結構數據作為樣本輸入值，維數為4，競爭層采用二維陣列，節點(diǎn)數為5×5。對網(wǎng)絡(luò )進(jìn)行權值初始化操作，通常設置為(0，1)的隨機數，建立獲勝領(lǐng)域初始值Nj(0)，確定學(xué)習速率的初始值η(0)(0＜η(0)＜1)和學(xué)習次數T。再對樣本進(jìn)行如下運算:①計算Xpi與ωji之間的歐氏距離，尋找獲勝節點(diǎn)，找出歐式距離最小的獲勝節點(diǎn);②定義優(yōu)勝領(lǐng)域Nj(t)，通常初始領(lǐng)域Nj(0)較大，在訓練過(guò)程中Nj(t)隨訓練時(shí)間逐漸收縮;定義學(xué)習率η(t)，通常η(t)隨著(zhù)時(shí)間增大而減小;③修改權值，對優(yōu)勝領(lǐng)域Nj(t)內的所有節點(diǎn)按照規則進(jìn)行權值調整，ωji(t+1)=ωji(t)+η(t)(Xpi－ωji(t))i=1，2，…，n，j∈Nj(t);④選取下一個(gè)樣本進(jìn)入網(wǎng)絡(luò )的輸入層，返回步驟①，直到所有樣本學(xué)習完畢;⑤t=t+1，返回步驟②，直至t=T為止。
3實(shí)例應用
選取生產(chǎn)結構為研究點(diǎn)，對我國31個(gè)省、市、區的農業(yè)內部結構作聚類(lèi)研究，各地區農業(yè)中種植業(yè)、漁業(yè)、畜牧業(yè)和林業(yè)所占的比重如表1所示。SOM網(wǎng)絡(luò )是一種自組織網(wǎng)絡(luò )，能夠根據樣本的固有特征自動(dòng)聚類(lèi)，將31個(gè)地區的產(chǎn)業(yè)結構數據作為樣本輸入值，得到31個(gè)地區的農業(yè)產(chǎn)業(yè)結構分布，聚類(lèi)結果分為4類(lèi)，如表2所示。通過(guò)試驗可以得出，第一類(lèi)代表的是以種植業(yè)和漁業(yè)為主的地區;第二類(lèi)代表了種植業(yè)占明顯優(yōu)勢的地區;第三類(lèi)代表了種植業(yè)稍占優(yōu)勢且畜牧業(yè)發(fā)展良好的地區;第四類(lèi)地區是以種植業(yè)為主，畜牧業(yè)和漁業(yè)為輔的結構。
4結語(yǔ)
SOM算法是一種無(wú)導師學(xué)習方法，其網(wǎng)絡(luò )具有良好的自組織性，能夠挖掘數據之間的關(guān)聯(lián)并自動(dòng)進(jìn)行聚類(lèi)。試驗表明，引用SOM網(wǎng)絡(luò )對全國農業(yè)產(chǎn)業(yè)結構的聚類(lèi)分析是有效的，可以為后期的農業(yè)規劃提供數據依據。
【農產(chǎn)業(yè)SOM網(wǎng)絡(luò )構造論文】相關(guān)文章：
網(wǎng)絡(luò )游戲產(chǎn)業(yè)的論文開(kāi)題報告10-11
網(wǎng)絡(luò )媒體對旅游產(chǎn)業(yè)的作用論文09-16
關(guān)于網(wǎng)絡(luò )游戲產(chǎn)業(yè)的論文開(kāi)題報告07-16
基于SOM網(wǎng)絡(luò )的城市分類(lèi)探討及實(shí)證分析06-04
對教育產(chǎn)業(yè)和產(chǎn)業(yè)教育的深思論文09-08
資源產(chǎn)業(yè)的論文開(kāi)題報告09-06
微電子產(chǎn)業(yè)的變遷論文09-22
京劇藝術(shù)動(dòng)漫產(chǎn)業(yè)論文08-24