论文部分内容阅读
为实现烟叶nic-ts-rs-k-cl含量分布的自组织分类,用SOM神经网络技术,以山东中烟公司提供的129种烟叶为学习和测试样本,训练和检测神经网络对烟叶nic-ts-rs-k-cl含量分布的自组织分类。实验显示:经过1000步的训练,SOM神经网络矩阵映射重复操作归类相同率,在剔除特异结果后达到80%以上。这一结果证实,利用SOM神经网络技术,可以对烟叶参数组合取值分布进行客观分类,为烟叶质量评级、属性预测、缺陷诊断、状态预测和种类识别提供依据。