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。