SOM网络的改进及其在储粮害虫分类中的应用

• 来源期刊: 计算机仿真
• 学科: 农学
• 关键词: 自组织映射 神经网络 分类 储粮害虫
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 202-206
• 页数: 5页
• 分类号: TP183|S126
• 字数: 4559字
• 语种: 中文

摘要

自组织特征映射神经网络(SOM网络)在分类方面存在的不足是训练时间长、分类精度不高以及学习过程容易发生振荡.为了改善SOM网络的分类性能,达到提高和分类精度的目的,提出了SOM网络的工作原理及算法,得出影响SOM网络分类性能的主要因素,包括学习率、初始权值、训练次数及邻域设置等,并分别提出了改进方法.利用改进后的SOM网络,通过3折分层交叉验证方法对储粮害虫数据进行分类验证.仿真实验结果表明,改进后的SOM分类器在学习速度和分类精度方面都得到了较大提高,证明提出的改进方法是有效的和可行的.