排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
自组织神经影射网络排序及其在植物群落分析中的应用 总被引:1,自引:0,他引:1
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Matlab 65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。 相似文献
3.
山西关帝山亚高山灌丛、草甸物种多样性的研究 总被引:11,自引:2,他引:9
运用12个多样性指数对12个灌丛群落样地和21个草甸群落样地进行了数量分析,结果如下,1)关帝山亚高山灌丛、草甸群落的物种多样性与海拔有较密切的关系,随着海拔的升高,其丰富度指数明显下降;均匀度指数表现为升高趋势;综合多样性指数也呈下降趋势;2)关帝山亚高山灌丛、草甸群落的物种多样性与坡度有较密切的关系,随着坡度的下降,灌丛、草甸的丰富度呈现平缓下降的趋势;均匀度和综合多样性呈现明显上升的趋势;3)在各多样性指数的变化幅度上,灌丛群落较草甸群落明显. 相似文献
1