- Autor
- Zaród Jadwiga (Zachodniopomorski Uniwersytet Technologiczny w Szczecinie)
- Tytuł
- Zastosowanie sieci Kohonena do podziału województwa zachodniopomorskiego na rejony o zbliżonych warunkach produkcji rolniczej
The Application of Kohonen's Neural Network for Purposes of the Division of Zachodniopomorskie Province into Areas with Similar Conditions for Rural Production - Źródło
- Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica, 2012, nr 68, s. 107-116, rys., tab., bibliogr. 9 poz.
- Słowa kluczowe
- Sieć Kohonena, Produkcja rolna, Sieci neuronowe, Rolnicza przestrzeń produkcyjna
Network Kohonena, Agricultural production, Neural networks, Agricultural production space - Uwagi
- summ.
- Abstrakt
- Hipoteza badawcza tej pracy zakłada, że za pomocą sieci neuronowych możliwa jest klasyfikacja gmin województwa zachodniopomorskiego na rejony o podobnej przydatności rolniczej. Celem natomiast pracy jest podział gmin województwa zachodniopomorskiego na rejony o zbliżonych warunkach do produkcji rolniczej za pomocą sieci neuronowych, a dokładnie z użyciem sieci Kohonena. Sieć ta grupuje obiekty na podstawie danych wejściowych, które w tej pracy dotyczą waloryzacji rolniczej przestrzeni produkcyjnej. (fragment tekstu)
Natural conditions for rural production in Zachodniopomorskie Province show a wide diversity. The Province was divided, by the usage of Kohonen's neural network, into 10 areas with similar agricultural usability. Every community was described by means of variables concerning the quality of soil, water conditions, agroclimate, relief and general indicator of the quality of agricultural production space. These data constituted the input layer of network. The output layer created a topological map, consisting of 10 neurons (2 x 5), or areas. The applied research method (Kohonen's network) enabled to reduce the large number of objects to several basic classes, that can be a subject of further analysis. (original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
- Pełny tekst
- Pokaż
- Bibliografia
-
- Chang H., Kopaska-Merkel D., Chen H. 2002. Identification of lithofacies using Kohonen selforganizing maps. Computers and Geosciences 28, 223-229.
- Czechowicz A., Mikut Z. 2007. Wykorzystanie sieci Kohonena do selekcji podobrazów na potrzeby dopasowania zdjęć lotniczych. Automatyka 11 (3), 329-340.
- Kohonen T. 1995. Self-organizing Maps. Berlin, Springer, ISBN 3-540-67921-9.
- Licznar P., Łomotowski J. 2006. Zastosowanie sztucznych sieci neuronowych Kohonena do prognozowania dobowego poboru wody. Ochrona Środowiska 28 (1), 45-48.
- Muczyński A. 2009. Grupowanie nieruchomości wspólnot mieszkaniowych z wykorzystaniem sieci Kohonena. Acta Sci. Pol. Administratio Locorum 8 (4), 5-15.
- Osowski S. 1996. Sieci neuronowe w ujęciu algorytmicznym. Warszawa, WNT, ISBN 9788320421972.
- Rutkowska D., Piliński M., Rutkowski L. 1997. Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Warszawa, PWN, ISBN 9788301123048.
- Stuczyński T., Budzyńska K., Gawrysiak L., Zalewski A. 2000. Waloryzacja rolniczej przestrzeni produkcyjnej Polski. Biul. Inform. IUNG 12, Puławy, 80-82, 353, 364, 395.
- Tadeusiewicz R. 1998. Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Warszawa, Akademicka Oficyna Wydawnicza PLJ, ISBN 83-7101-400-7.
- Cytowane przez
- ISSN
- 2081-0644
- Język
- pol
