《表3 SOM聚类分析结果》
提示：宽带有限、当前游客访问压缩模式
综合上述生态遥感数据与社会经济数据，利用SOM聚类方法挖掘不同国家生态脆弱型人地系统典型模式。SOM聚类结果如表3所示，将65个国家共分为10类发展模式。
| 图表编号 | XD00212730600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.20 |
| 作者 | 宫晨、李新武、吴文瑾 |
| 绘制单位 | 中国科学院遥感与数字地球研究所、中国科学院大学、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 SOM神经网络聚类结果》2021.01.15
- 《表1 评价权重表：基于SOM神经网络聚类和灰度TOPSIS评价法的岩爆预测》2021.01.15
- 《表2 因子分析：基于SOM神经网络聚类和灰度TOPSIS评价法的岩爆预测》2021.01.15
- 《表3 加速工况SOM聚类归一化还原结果》2021.01.30
- 《表2 起步工况SOM聚类归一化还原结果》2021.01.30
- 《表4 基于SOM聚类出三个类别鱼类年龄与生长特征分析》2020.12.30
- 《表3 基于SOM聚类出三个类别鱼类生长指标值比较》2020.12.30
- 《表4 1980和2010年河北省SOM回归分析及插值精度结果》2020.06.10
- 《表4 SOM聚类分成四类结果》2020.08.01
- 《表5 SOM聚类分成五类结果》2020.08.01
- 《表3 SOM聚类分成三类结果》2020.08.01
- 《表1 部分评论数据：K-means和SOM在商品评论中的情感词聚类对比》2020.02.01
- 《表5 网络聚类结果：道路工程SOM-RBF神经网络估价模型研究》2020.01.15
- 《表2 指标划分及量化：SOM-K-Means聚类算法在零售银行客户细分中的应用研究》2019.09.01
- 《表3 迭代历史记录：SOM-K-Means聚类算法在零售银行客户细分中的应用研究》2019.09.01
- 《表1 指标清单：SOM-K-Means聚类算法在零售银行客户细分中的应用研究》2019.09.01
- 《表1 山西全省台区群体的SOM聚类结果》2019.07.28
- 《表2 SOM与光谱指标的相关性分析结果1)》2019.07.01
- 《表7 SOM算法下聚类前、后的簇》2019.02.10
- 《表4 SOM聚类的结果》2018.09.28