自组织映射神经网络
自组织映射神经网络的相关文献在2005年到2022年内共计102篇,主要集中在自动化技术、计算机技术、机械、仪表工业、电工技术
等领域,其中期刊论文73篇、会议论文7篇、专利文献424864篇;相关期刊70种,包括情报理论与实践、现代情报、科教导刊等;
相关会议7种,包括2014年全国开放式分布与并行计算学术年会、第13届全国计算机模拟与信息技术学术会议——信息化、工业化融合与服务创新、中国高等学校电力系统及其自动化专业第二十七届学术年会等;自组织映射神经网络的相关文献由329位作者贡献,包括刘力帆、张立明、王斌等。
自组织映射神经网络—发文量
专利文献>
论文:424864篇
占比:99.98%
总计:424944篇
自组织映射神经网络
-研究学者
- 刘力帆
- 张立明
- 王斌
- 何家胜
- 何开伦
- 刘啸奔
- 刘小平
- 刘朝阳
- 刘柯
- 刘永
- 刘谋海
- 叶志
- 夏唐斌
- 夏敏
- 夏梦莹
- 姜电波
- 岳小强
- 廖江
- 张燚尧
- 张英
- 方鸣
- 於东军
- 曾文伟
- 朱中的
- 李伟
- 李斌
- 李木国
- 杜海
- 杨雅辉
- 欧海燕
- 沈晴霓
- 王兆霞
- 王双双
- 王秉中
- 盆海波
- 程创业
- 肖宇
- 裴德浩
- 贺星
- 邵维
- 邵锐
- 郑伟
- 郑宇
- 郭怀成
- 阚雯雯
- 陈严飞
- 马虎强
- 骆超
- 黄瑞
- 龚海磊
-
-
王安荣;
龚智明;
王小信
-
-
摘要:
滚动轴承故障的准确诊断是保障旋转类设备安全稳定运行的关键。为提升轴承故障诊断的准确性,提出一种基于自组织映射神经网络的故障诊断方法。首先,分别提取轴承运行过程中产生的振动信号时域特征和频域特征;然后,利用SOM具有的自组织特性,将特征向量输入SOM网络进行无导师自学习,以构建可视化的故障诊断模型。试验分析表明,该方法可实现对轴承不同故障类型的有效诊断,具有较好的应用前景。
-
-
张晓阳;
李田泽;
张涵瑞;
韩鸿雁;
李兵
-
-
摘要:
针对自组织映射SOM(self-organizing map)神经网络聚类性能易受其初始权值的影响,采用蜻蜓算法DA(dragonfly algorithm)优化SOM神经网络的局部权重失真指数LWDI(locally weighted distortion index),对神经网络的初始权值进行寻优。以光伏阵列故障数据样本为研究对象,将正常与故障状态下的输出特性进行对比分析,建立故障诊断模型,并利用诊断模型诊断和输出故障类型。仿真结果表明,与基本SOM神经网络及反向传播BP(back propagation)、DA-BP神经网络相比较,DA-SOM神经网络能够得到较优的聚类效果,可有效地提高光伏阵列故障诊断的准确率。
-
-
曲强
-
-
摘要:
对用户评价满意度进行大数据分析,挖掘影响满意度关键因素以及对策,持续优化服务为用户提供高质量的知识资源,成为图书馆研究的主流方向。本文采用自组织映射神经网络算法建立满意度评价分类模型,针对自组织映射神经网络模型受神经元网络连接权重的初始值和阈值影响稳定性不足的问题,引入粒子群算法选择最优初始权重,稳定评价模型提升准确度,通过仿真实验论证,优化后的神经网络算法,对比BP神经网络以及自组织映射神经网络模型,其网络性能较好,评价准确性更高,平均准确率达到了94%,且通过粒子群算法的优化,加快了算法本身的收敛速度。
-
-
徐一帆;
侯岩松;
纪英财;
孙立风;
魏清阳
-
-
摘要:
正电子发射断层扫描(PET)是一种功能性核医学成像设备,已广泛应用于临床检验和临床前研究。其核心探测器主要采用闪烁晶体阵列耦合光电器件阵列的模块化设计。该类型探测器需要对其泛场图像进行分割,制作晶体位置查找表。本文开发了一种针对双层错位的DOI-PET探测器的泛场图像晶体响应中心自动识别和分割算法。基于奇异值分解和均值漂移的算法实现顶层晶体中心的识别;基于自组织映射(SOM)神经网络的算法和均值漂移实现底层晶体中心的识别;采用基于欧氏距离的算法,实现了泛场图像晶体单元的分割。将本文所开发的算法用于整环(48张)PET泛场图像,晶体模块中心识别的准确率为99.34%,完成分割整张泛场图像的平均耗时为101 s。测试结果表明,本文所开发的泛场图像晶体响应中心自动识别和分割算法适用于双层错位的DOI-PET探测器,算法鲁棒性强、准确率高、运算速度快。
-
-
李丹;
王奇;
缪书唯;
梁云嫣
-
-
摘要:
现有场景生成方法往往忽略时空功率相关性的多样性,且无法准确反映原始场景中功率时空分布关系。针对该问题,文章首先以功率日场景的时空二阶张量距离为依据,采用自组织映射神经网络将具有相似时空相关性的日场景历史样本聚合;然后分别构建各簇日场景的变分自编码器编码解码网络,编码得到各簇场景隐含特征,对其按比例进行独立抽样;解码后再聚合,获得随机模拟新场景集合。实际算例结果表明,文章所提出的方法能有效生成符合真实多风电场功率时空相关性和概率分布规律的多风季和少风季风电功率时空场景数据。
-
-
马春龙;
施小清;
许伟伟;
任静华;
王佩;
吴吉春
-
-
摘要:
为查明场地污染分布特征,需对场地土壤和地下水进行钻探取样,按规范的检测指标进行逐一测试.在初查和详查阶段将获得大量的土壤和地下水污染数据,数据样本数量大、监测指标多,数据结构复杂,如何从场地大数据中提取价值信息已成为研究热点.以某有机污染场地为例,基于自组织映射神经网络(SOM)和K均值算法开展大数据分析,深入探讨地下水和土壤中各污染指标间的相关性.结果 表明:(1)基于自组织映射神经网络的大数据分析可快速挖掘复杂多维的污染场地监测数据,有效完成关键信息的提取;(2)地下水中污染检出指标存在显著的聚类特征,同一聚类中的污染指标具备相似的空间分布特征.对场地污染物检测采取先分类后分级的优化筛选策略,减少污染物检测指标数目,从而有效降低场地检测费用;(3)土壤和地下水中污染检出指标存在良好的空间相关性,这与该污染场地地下水渗流速度缓慢有关.土壤和地下水污染检出指标空间分布的相关性,有助于场地污染源的追溯.
-
-
邬程欢;
贺民;
龚明波;
林英鹤;
潘国兵;
欧阳静
-
-
摘要:
专用变压器作为工业园区电力系统的重要组成部分,对园区内电网的稳定性与安全性有着十分重要的影响.针对专变实时电气运行参数的波动性与异质性,提出了一种基于极限区间的专变数据标准化方法.考虑了专变电气运行参数的动态集结方式与评价特征裕度,为后续专变健康量化评价方法提供完整且公平的评价信息.为了将专变电气运行参数对专变自身健康的影响进行清晰量化,将专家经验评价与神经网络相结合提出了一种基于极限区间与改进PCA-SOM的电气运行参数对专变健康影响的量化评价方法.在自组织映射神经网络的基础上,通过引入主成分分析法中的主成分贡献度对目标函数进行修正,并且结合各神经元的专家经验评分得到专用变压器的健康状态实时量化评分.最后采用"浙电云"大数据平台上采集的专变数据进行实验.结果表明该方法相比其他方法有着更好的评价效果,更能准确反映专变的实时电气运行参数的变化对专变健康状况的影响.
-
-
冯力柯;
陈垚;
袁绍春;
朱子奇
-
-
摘要:
以万州区海绵城市建设试点为研究对象,采用自组织映射神经网络( SOM网络),通过径流污染指标变量与影响因素变量的U 矩阵识别降雨径流污染的主要影响因素及其相关性,并利用构建的场次降雨污染物平均浓度(EMC)预测模型分析确定各因素的影响强度.结果表明,有限的监测数据难以识别径流污染的显著影响因素,而采用SOM组分面(U 矩阵)可直观地半定量解译各污染物间的相关关系,与Pearson定量相关性分析结果吻合. SOM网络可有效识别径流污染物的主要影响因素,其中SS、COD和TP污染物主要受降雨量和径流系数影响,NO-3 -N和NH3 -N受降雨量和降雨历时影响,而TN则主要受径流系数驱动影响.
-
-
陈飞;
张惠;
孙一璠
-
-
摘要:
以交通为导向的发展是一种有效地将土地利用与交通相结合的规划模式.通过改进传统的"节点—场所模型",增加了描述两者之间"关系"的维度.首先,基于模糊层次分析法确定评价体系中各指标的权重,从而评价不同站点之间的差异.其次,用自组织映射聚类依据3个维度的综合得分将轨道交通站点划分为四类.最后,在上述分析的基础上,给出针对当前轨道交通的改进措施.
-
-
张林平;
李风军
-
-
摘要:
通过对汽车行驶数据的处理后找出刻画交通路况的特征值,利用主成分分析对各运动学片段的表征值降维后提取前三个主成分,再利用自组织映射神经网络模型进行训练,将所获得的权值设置为粒子群聚类的初始聚类中心,聚类后根据皮尔逊相关系数选取运动学片段,拟合各类行驶工况图.通过分析合成工况与原始工况的特征参数误差、速度与加速度联合分布图,并与K-means聚类方法进行对比后,得出:本文采用的方法误差较小,收敛速度快,合成工况图可以反映出原始数据所蕴含的交通路况信息.
-
-
蔡涵鹏;
吴庆平;
任海洋
- 《2018勘探地球物理学研究进展学术研讨会》
| 2018年
-
摘要:
针对传统地震相分析方法对海量地震数据处理运算速度较慢、容易陷入局部最优解、灵敏性不高、未考虑先验知识等难题,本文提出了基于叠前地震纹理属性的半监督全局优化地震相分析方法.算法中首先引入叠前地震纹理属性以突出地震反射信息中的微小空间、振幅随方位角、偏移距等的变异性,然后通过训练样本对自组织映射神经网络(SOM)进行训练,最后在先验知识的约束下,采用具有全局优化能力的人工蜂群算法对SOM输出层的神经元进行半监督最优化聚类,得到最优的神经元与地震相的映射关系.实际应用结果表明,提出的方法显著地提高了地震相图的准确度和地震微相的识别能力,能够成为一种性能更加优越的地震相分析工具.
-
-
-
-
蒋丰;
冯奇
- 《第九届全国振动理论及应用学术会议暨中国振动工程学会成立20周年庆祝大会》
| 2007年
-
摘要:
舰艇在冲击环境中的生命力是其技术性能的要素之一,正确分析舰艇生命力是舰艇生命力设计、管理、优化的前提.本文针对舰艇生命力分析中评估舰艇系统冲击损伤的传统方法的一些不足之处,提出了一种新的舰艇系统冲击损伤决策方法.它利用自组织映射人工神经网络的聚类功能,将舰艇系统在冲击环境中的损伤程度评估作为一个分类问题进行处理,在不需要学习样本的情况下建立了预测舰艇在冲击荷载作用下生命力分类模型.对舰艇某子系统生命力的计算实例表明,该方法准确率较高.在数值实验中还分析了有关参数对分类结果的影响.
-
-
马琳;
王宽全;
David Zhang
- 《第十三届全国信号处理学术年会》
| 2007年
-
摘要:
利用计算机图像处理技术进行虹膜图像处理,结合中西医诊断标准,实现虹膜自动诊断,具有重要现实意义。本文采用多通道Gabor滤波纹理分析的方法,先提取虹膜纹理能量特征,然后通过自组织映射神经网络自动分类虹膜典型疾病特征,取得了较好效果,最终可以应用于基于虹膜的计算机辅助诊断。
-
-
齐建超;
刘慧平
- 《2016中国地理信息科学理论与方法学术年会》
-
摘要:
本研究采用自组织映射方法分析了北京市乡镇级2005、2007、2009、2011、2013年5个时间序列的土地利用的时空演变,实现了多时间序列土地利用数据的时空一体化表达和对比分析.通过构建自组织映射神经网络、二次聚类以及构建土地利用变化轨迹等方法,得到北京市乡镇级土地利用时空演变规律,发现北京市平原区、山区及二者过渡的山前结合带的各自不同的土地利用变化轨迹与模式.
-
-
-
-