论文部分内容阅读
利用SOM神经网络对膨胀土胀缩等级分类问题进行分析，研究表明：SOM神经网络具有对输入模式保持拓扑结构不变的优点，在聚类过程中能直观反映不同类在竞争层二维平面的相对位置，当胀缩等级数目确定时，SOM神经网络能正确地对样本进行胀缩等级分类；另一方面，SOM神经网络能提取样本特征值，确定聚类中心，据此确定了安康膨胀土的聚类中心，并对预测样本进行判别，取得了良好的效果。