som網(wǎng)絡(luò)的城市分類探討及實(shí)證分析詮釋(編輯修改稿)
2025-04-05 12:20 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 增長(zhǎng)而不斷縮小。 提供新的輸入模式X。 給出一個(gè)周圍的鄰域Sk(t)。 提供新的學(xué)習(xí)樣本來(lái)重復(fù)上述學(xué)習(xí)過(guò)程。 三、基于SOM網(wǎng)絡(luò)的城市分類實(shí)證分析 城市分類可以便于我們了解各個(gè)城市的發(fā)展?fàn)顩r，從而為我們制訂城市的發(fā)展決策提供依據(jù)?，F(xiàn)在人工神經(jīng)網(wǎng)絡(luò)已經(jīng)得到了很大的發(fā)展，它為我們研究此類問(wèn)題提供了一種新的工具和思路。所以基于這個(gè)問(wèn)題，我們嘗試?yán)肧OM網(wǎng)絡(luò)來(lái)進(jìn)行城市分類。SOM網(wǎng)絡(luò)是一種具有聚類功能的神經(jīng)網(wǎng)絡(luò)，并且它是無(wú)教師訓(xùn)練方式，我們只需要采集輸入樣本，而不必如入目標(biāo)值就可以得到我們想要的結(jié)果，可見SOM網(wǎng)絡(luò)使用也十分方便。 （一）網(wǎng)絡(luò)樣本設(shè)計(jì) 從山東省統(tǒng)計(jì)局網(wǎng)站，我們得到了山東省17個(gè)地級(jí)市城市的樣本。從中我們看出，原始指標(biāo)數(shù)據(jù)波動(dòng)較大，而一般來(lái)說(shuō)，神經(jīng)元的輸出函數(shù)在01之間最為靈敏，為了提高訓(xùn)練的效率，所以要把數(shù)據(jù)進(jìn)行歸一化處理。歸一化處理方法為：找出每個(gè)指標(biāo)數(shù)據(jù)中的最大和最小值，利用（xmin）/（maxmin）公式把所有數(shù)據(jù)歸一化為0到1之間的數(shù)。 （二）網(wǎng)絡(luò)設(shè)計(jì) 本文利用MATLABR2008進(jìn)行編程構(gòu)建。確定網(wǎng)絡(luò)的輸入模式為： Pk=(P1k,P2k,…pkn)，k=1,2,…17,n=19 即一共有17組城市樣本向量，每個(gè)樣本中包括19個(gè)元素。 首先利用函數(shù)newsom創(chuàng)建一個(gè)SOM網(wǎng)絡(luò)。根據(jù)實(shí)際情況本文創(chuàng)建網(wǎng)絡(luò)的競(jìng)爭(zhēng)層分別選用6層的結(jié)構(gòu)。然后經(jīng)過(guò)實(shí)驗(yàn)，分別觀察其性能，從而選取分類效果最好的一組。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1