排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
由于土壤水分含量受众多因素的影响,空间变异性很大,给土壤水分含量空间分布的研究带来了很大的困难。空间模式识别是处理土壤水分含量空间数据的方法之一,能够分析得到土壤水分含量空间数据的聚类结果。基于自组织特征映射和自适应共振理论的自组织神经网络模型在空间数据模式识别中得到广泛应用,针对澳大利亚tarrawarra试验流域土壤水分含量的观测数据,应用自组织神经网络,建立动态土壤水分含量的空间模式识别模型,并用半变异函数对识别结果进行检验,实例研究表明该方法是一种行之有效的方法。 相似文献
2.
由于土壤水分含量受众多因素的影响,空间变异性很大,给土壤水分含量空间分布的研究带来了很大的困难。空间模式识别是处理土壤水分含量空间数据的方法之一,能够分析得到土壤水分含量空间数据的聚类结果。基于自组织特征映射和自适应共振理论的自组织神经网络模型在空间数据模式识别中得到广泛应用,针对澳大利亚tarrawarra试验流域土壤水分含量的观测数据,应用自组织神经网络,建立动态土壤水分含量的空间模式识别模型,并用半变异函数对识别结果进行检验,实例研究表明该方法是一种行之有效的方法。 相似文献
3.
1