摘要
BP和RBF神经网络技术以其强大的学习功能应用于水文水资源研究领域,取得了很好的效果.但当不具备已知样本时,以上技术很难应用.针对水资源丰富度与其影响因素之间复杂的非线性关系,本文提出能够增强网络可塑性的无监督ART-KOHONEN 网络模型,并将其用于中国西部水资源丰富度综合评价中.实例表明,该方法能较理想地解决无训练样本的分类问题,并且具有计算简便、实用,结果客观等优点,值得推广.
出处
《水土保持学报》
CSCD
北大核心
2002年第5期112-114,134,共4页
Journal of Soil and Water Conservation
基金
中国科学院湖沼专项特别支持项目(项目编号:ZKHZ-2)
作者简介
罗先香,女,生于1972年,博士.主要从事水资源可持续性、水环境质量演化以及湿地环境科学等研究.已发表论文10余篇.
