《表3 基于SOFM网络的粒度分类结果(训练1 000次)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用沉积物粒度特征区分不同级地貌面的方法对比——以青衣江流域地貌面为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文使用的SOFM非线性分类器是在MATLAB8.5中实现的。MATLAB的神经网络工具箱（Neural Network Toolbox）提供了初始化权值、学习和训练、竞争激活等函数，可以很方便地构建任意输入和输出神经元的SOFM网络。利用net=selforgmap（[2 1]）创建一个自组织特征映射，其中[2 1]表示所训练SOFM的网络维数。然后利用函数train（）进行训练，设定最大循环次数为1 000次，输出29×1的一维阵列。由于粒度参数值都是通过粒度特征值φ计算得出，故采用最基础的数据作为训练数据（表1）。利用φ1、φ5、φ16、φ25、φ50、φ75、φ84、φ95和φ99这9个指标将29个样本分为2～12类，其分类结果见表3。