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
葛晓光
吴潇
钱凯
1.合肥工业大学,资源与环境工程学院,安徽,合肥,2300092.合肥工业大学,资源与环境工程学院,安徽,合肥,2300093.合肥工业大学,资源与环境工程学院,安徽,合肥,230009
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.
关键词：自组织人工神经网络聚类分析沉积物粒度分析
分类号：P588.2(岩石学)TP183(自动化基础理论)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 169-173 )
英文信息