自组织神经影射网络排序及其在植物群落分析中的应用

• 作者: 孟东平 席跃翔 张金屯
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 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
• 年，卷（期）: 2008,（1）
• 页码范围: 1-5
• 页数: 5页
• 分类号: S711
• 字数: 4516字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1522.2008.01.001

摘要

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Mathb 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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张金屯	北京师范大学生命科学学院	135	4552	36.0	62.0
2	孟东平	山西大学黄土高原研究所	12	502	8.0	12.0
3	席跃翔	山西大学黄土高原研究所	3	111	3.0	3.0