我国各省区电力生产数值分布的自组织分类
- 格式:pdf
- 大小:242.28 KB
- 文档页数:3
我国各省区电力生产数值分布的自组织分类
杨纪青
(襄樊学院数计学院,
陈洪萍
湖北襄樊441053)
摘要:为实现电力生产数值分布的自组织分类,用SOM神经网络技术.以《中国工业统计年鉴》提供的我国各省区电力
生产数据为学习和测试样本,训练和检测神经网络对我国各省区电力生产数值分布的自组织分类。
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90%以上。
这一结果证实.利用SOld神经网络技术,可以对我国各省区电力生产数据参数组合取值分布进行客观分类。
关键词:各省区电力生产数值,自组织分类;¥OM神经网络;电力生产数值分布对各种体系例如电力生产数据参数组合取值分布进行客观分类这一课题,相关研究已有不少报道。
有采用神经网络技术的t有对烟叶、农作物、文本、图像等进行分类的;有借助遗传算法改进神经网络性能的。
但是,对电力生产数据的“参数组合取值分布”为分类对象,采用神经网络技术进行自组织分类,未见报道。
这是一个有价值的课题,本文以我国2006年各省区电力生产数据取值分布白组织分类为例研究这一课题。
一.材料与方法1.材料和仪器
(1)统计数据。
采用中国工业统计年鉴提供的各省区电力生产数据:工业总产值(当年价格)、工业销售产值(当年价格)、工业增加值(当年价格)、资产合计、固定资产合计、累计折旧、主营业务收入,主营业务税金及附加、全部从业人员年平均人数(万人)取值分布数据为样本体系
“参数组合取值分布”数据。
(2)仪器和软件。
软件运行环境:神经网络训练与检测是在W[ndows下使用MATLAB7.1开发的。
运行环境推荐使用:WINDOWSXP系统,需安装有Office办公软件EXCEL2000及以上版本,压缩软件WINZIP或WINRAR。
计算机配置要求:内存512M以上;硬盘40G以上;显示器和显卡支持1024X768、75Hz、24位真彩显示;lO/looM网卡I打印机{
2.方法
(1)取中国工业统计年鉴提供的各省区电力生产数据:工业总产值(当年价格)、工业销售产值(当年价格)、工业增加值(当年价格)、资产合计、固定资产合计、累计折旧、主营业务收入、主营业务税金及附加、全部从业人员年平均人数(万人)取值分布数据作为训练和检测SOM神经网络的输入矩阵;
(2)在MATLAB7.1工作界面上输入神经网络相空间维数设置:net=newsom(minmax(P),【33】),训练步数设置:net.
trainParam.epochs=1000l
(3)训练SOM神经网络:net---train(net,P)I
(4)运行代码程序,输出对中国工业统计年鉴提供的各省区电力生产数据:工业总产值(当年价格),工业销售产值(当年价格)、工业增加值(当年价格)、资产合计、固定资产合计、累计折旧、主营业务收入、主营业务税金及附加、全部从业人员年平均人数(万人)取值分布的自组织分类结果;
(5)用训练完毕的SOM神经网络,检测中国工业统计年鉴提供的各省区电力生产数据:工业总产值(当年价格)、工业销售产值(当年价格)、工业增加值(当年价格)、资产合计、固定资产合计、累计折旧、主营业务收入、主营业务税金及附加、全部从业
人员年平均人数(万人)取值分布的自组织归类:y=sim(net,n
(6)一|:述操作蓖复进行100次,比较每次结果的中国工业统计年鉴提供的各省区电力生产数据:工业总产值(当年价格)、工业销售产值(当年价格)、工业增加值(当年价格)、资产合计、固定资产合计、累计折旧、主营业务收入、主营业务税金及附加、全部从业人员年平均人数(万人)取值分布数据归类一致率,以检验SOM神经网络矩阵映射的准确性和可靠性。
二.结果与讨论
运行结果的总分示例数据如下表,SOM神经网络对样品的自组织分类,重复100次,剔除这100次统计结果中的特异结果进行归类,SOM神经网络矩阵映射的准确率为90%以上。
注意:调试和运行MATLAB7.1时,要清空遗留信息{要对数据进行预处理。
表SOM神经网络对电力生产数值取值分布的自组织分类
作者简介:杨纪青(1958一),男,副教授,襄樊学院数计学院,主要研究方向:经济系统、复杂系统自组织演化计算机仿真研究。
基金资助:本文受湖北省“十一五”教育科学发展规划项目资助,课题号:20068151
嗡o·_晕黼m酷s
up出协
万方数据
万方数据
我国各省区电力生产数值分布的自组织分类
作者:杨纪青, 陈洪萍
作者单位:襄樊学院数计学院,湖北,襄樊,441053
刊名:
中国经贸
英文刊名:CHINA BUSINESS MONTHLY
年,卷(期):2009(20)
1.韩力群烤烟烟叶自动分级的智能技术[期刊论文]-电力工程学报 2002(06)
2.丁露;崔平SOM聚类算法在文本分类上的应用[期刊论文]-现代情报 2007(09)
3.阎瑞琼;韩力群;陈晋东计算机技术在烟叶检测与分级领域的应用[期刊论文]-烟草科技 2001(03)
4.覃晓;元昌安基于遗传算法和自组织特征映射网络的文本聚类方法[期刊论文]-计算机应用 2008(03)
5.陈伯成自组织映射神经网络(SOM)在客户分类中的一种应用[期刊论文]-系统工程理论与实践 2004(03)
6.何术SOM神经网络在树叶形状分类中的应用[期刊论文]-电脑开发与应用 2004(02)
本文链接:/Periodical_zgjm200920175.aspx。