自组织神经网络
自组织神经网络的相关文献在1990年到2022年内共计288篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文225篇、会议论文27篇、专利文献414976篇;相关期刊173种,包括浙江大学学报(理学版)、科学技术与工程、石油物探等;
相关会议27种,包括中国地球物理学会第二十八届年会、2012工业节水及废水资源化技术研讨会、全国第三届近红外光谱学术会议等;自组织神经网络的相关文献由765位作者贡献,包括王正欧、乔俊飞、刘刚健等。
自组织神经网络—发文量
专利文献>
论文:414976篇
占比:99.94%
总计:415228篇
自组织神经网络
-研究学者
- 王正欧
- 乔俊飞
- 刘刚健
- 刘涛
- 孙树蕾
- 孟凡超
- 汪天富
- 汪旭明
- 潘保芝
- 王宁
- 胡卫明
- 董诺
- 郑昌琼
- 韩红桂
- 黎洪松
- 刘吉臻
- 张韧
- 李德玉
- 郑翊
- 郝祖龙
- 钱晓东
- 严晓浪
- 余岳峰
- 侯纪荣
- 俞瑞钊
- 倪禾
- 冯新泸
- 刘凡
- 刘媛
- 刘显德
- 刘杰
- 刘燕江
- 刘科峰
- 刘迁迁
- 刘还珠
- 卓刚
- 吕政宝
- 吕耘
- 孙仪
- 孙健国
- 孙括
- 宁珂
- 尤熠然
- 尹诗
- 常太华
- 应怀樵
- 张一弛
- 张俊本
- 张平
- 张思洋
-
-
尹诗
-
-
摘要:
针对传统创业数据建模方法在模型准确性、预测稳定性等方面存在的不足以及建模效率较低等问题,提出了基于改进自组织神经网络的创业数据评估建模与仿真方法。该方法通过SOFM算法对输入数据进行选择与分类,进而得到若干数据子集,再将数据子集通过Duplex算法划分成训练集、验证集和测试集。同时利用训练集建立回归分析模型,并采用验证集对模型进行优化,通过共识模型得到符合要求的结果。数据测试结果表明,相比于传统建模方法,文中方法所建立的模型准确性更高且预测稳定性更强,充分验证了所提方法应用于创业数据建模与仿真的可靠性。
-
-
吴晨曦;
李博亚;
孙弼洋;
钟素鹏
-
-
摘要:
为提高输电线路状态评估的准确率,提出一种先聚类再回归的输电线路状态画像与评估模型。首先,设计自组织神经网络对输电线路原始数据进行降维,自适应地提取若干类代表性特征信息,无需人工提取特征和依据主观经验选择聚类数;然后,将代表性特征数据输入LSTM(长短期记忆)网络中,LSTM网络将前向学习和反向学习相结合,对模型进行双向训练与评估,建立输电线路核心数据与状态的非线性映射关系,提高电网场景下的输电线路状态评估准确率。实验结果表明,所提模型在实际数据集上取得了较好的评估效果,评估准确率高于常用的支持向量机、人工神经网络、稀疏自动编码机等方法。
-
-
尹波
-
-
摘要:
由于生态环境监测数量巨大,污染物种类繁多,监测十分困难。为此,提出基于自组织神经网络的生态环境污染信息监测研究。在监测区域内对土壤进行剖面采样,选择并制定对应的生态污染监测指标,直接检测有机污染物土壤样本。采用自组织神经网络模型对生态环境污染区域的污染情况进行空间聚类分析,构建土地生态污染监测信息模型,实现土地生态环境污染信息监测。实验证明,所提方法能够从多维度对场地的污染状况进行监测,提取内部关键信息,在监测过程中,能够根据聚类特征分析空间分布特征,实现优化筛选,减少监测项目,降低工作成本。
-
-
洪悦;
郭承军
-
-
摘要:
随着海洋资源勘探和海洋污染物监控工作的开展,水文数据的监测和采集等已经成为重要的研究方向.其中,水下无线传感器网络在水文数据采集过程中起着举足轻重的作用.本文研究的是水下无线传感器二维监测网络模型中,传感器节点数据采集的问题,其设计方法是通过自组织映射(Self-organizing mapping,SOM)对传感器节点进行路径最优化处理,结合优化的路径图形和K-means算法找到路径内部聚合点,利用聚合点和传感器的节点得到传感器通信半径内的数据采集点,最后通过SOM得到水下机器人(Autonomous underwater vehicle,AUV)到各个数据采集点采集数据的最优路径.经过实验验证,在水下1200 m×1750 m范围内布置52个传感器节点的情景下,数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%;对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%.增加传感器节点的数量,其结果也大致相同,因此采用该方法可以提高水下机器人采集数据的效率.
-
-
马建红;
曹文斌;
刘元刚;
夏爽
-
-
摘要:
当前专利是按照领域划分的,而基于功效特征可以实现跨领域的专利聚类,这在企业创新设计中具有重要意义,而精确提取专利功效特征和快速获得最优聚类结果是其中的关键任务.为此提出一种信息实体语义增强表示(ERNIE)和卷积神经网络(CNN)相结合的功效特征联合提取(FEI-Joint)模型来提取专利文献的功效特征,并且改进自组织神经网络(SOM)算法,从而提出具有早期拒绝策略与类合并思想的自组织神经网络(ERCM-SOM)来实现基于功效特征的专利聚类.对FEI-Joint模型与TF-IDF、狄利克雷分布(LDA)、CNN在特征提取后的聚类效果上进行比较和分析,结果表明其F-measure值比其他模型有明显提高.ERCM-SOM算法与K-Means算法、SOM算法相比,在F-measure值提高的同时,其时间较SOM算法有明显缩短.对比使用专利分类号(IPC)的专利分类,采用基于功效特征的聚类方法可实现跨领域的专利聚类效果,为设计者借鉴其他领域的设计方法奠定了基础.
-
-
田高鹏;
林年添;
张凯;
杨久强;
张冲
-
-
摘要:
如何充分挖掘出地震数据的有效信息以更有效预测出地震油气储层的分布情况,一直是业内所追求的目标.多波地震数据所包含的纵、横波数据不仅含有大量对油气敏感的特征信息,而且二者对油气响应存在差异,利用好这种差异可有效降低地震反演中的多解性问题.为此,设计了一种基于自组织神经网络的多波地震油气储层分布预测方案.首先,通过聚类分析优选出对油气响应比较敏感的地震属性,然后,对优选优化后的属性进行多波复合运算提取油气特征信息.最后,根据输入样本属性数据集设计自组织神经网络结构,计算神经元与样本的距离确定最佳匹配单元,更新调整网络权值,完成网络训练,得到预测结果.应用结果表明,基于本方案所预测的地震油气藏分布范围与实际情况基本吻合,有效地降低了反演结果的不确定性,从而验证了自组织神经网络应用于地震油气储层预测的有效性和可行性.
-
-
谢春生;
赵龙;
柳跃朋
-
-
摘要:
航迹的模式识别可进一步为航迹预测、空域结构优化、空中交通态势监控提供支持.首先,对获取的自动相关监视广播系统(ADS-B,automatic dependent surveillance-broadcast)数据进行筛选、处理,形成一系列的航迹点集;其次,计算以航迹点组成的各航迹数据之间的相似度,按一定比例选取训练集和测试集;然后,以训练集进行学习、训练,建立自组织神经网络(SONN,self-organizing neural network),获得竞争单元;最后,输入测试集,通过所得神经网络对终端区航迹进行模式识别,分析其正确性.仿真结果表明,该算法可较好地识别终端区空域内航迹.
-
-
杜明哲;
鲁坦;
朱玉周;
廖荣伟;
房小怡
-
-
摘要:
利用河南省103个地面气象站1961—2019年逐日资料,采用滑动平均、小波分析、EOF分解等方法分析了河南区域性秋季连阴雨降水的时空分布特征,采用自组织神经网络方法(SOM)对河南区域性秋季连阴雨环流进行客观分型.结果表明:河南区域性秋季连阴雨以7—9 d的过程居多,其次为10 d以上过程.20世纪60年代和80年代是河南区域性秋季连阴雨多发期,90年代为连阴雨少发期,70年代和21世纪10年代发生次数与近59 a年均频次基本持平,21世纪10年代河南区域性秋季连阴雨比其他年代强,20世纪90年代强度最弱.20世纪70年代区域性秋季连阴雨年平均过程降水量存在准5 a周期,21世纪00年代前半期及10年代区域性秋季连阴雨年平均过程降水量存在2—3 a周期.近59 a河南区域性秋季连阴雨平均降水量分布上,黄河以南地区比黄河以北地区降水多,山区比平原地区多,降水大值区与山区分布基本一致.河南区域性秋季连阴雨降水空间分布型上,最主要的特征是全省一致变化型,其次是南北反相型.SOM方法不仅可以区分出环流形态上的差别,还可以区分出环流型的发生时间和连阴雨期间环流的阶段性演变特征.SOM分型得到8类区域性连阴雨环流型,从天气学意义上可归结为阻塞型、低槽型和平直环流型.大部分河南区域性秋季连阴雨过程为2到3种环流型的组合,不同环流型之间存在转换关系.
-
-
尹诗
-
-
摘要:
文章结合成功创业者、创业教育者的访谈,从道德、心理、能力和创造性4个维度建立了创业者素质评价指标体系.以神经网络算法独特的优势,构建了创业者素质评价模型.通过问卷调查,获得电子商务创业者的素质评价信息,对评价模型进行训练和测试.结果表明,该模型能有效消除创业者素质评价中人为因素的影响,具有较高的科学性和可操作性.
-
-
-
-
Dou Jinling;
窦金玲;
Zhao Zhiwei;
赵志伟
- 《第六届中国航空学会青年科技论坛》
| 2014年
-
摘要:
在SAR图像的识别中,传统的识别方法必须提前知道所有目标的类别,不能对任意的目标进行识别.通过分析SAR图像的特点,选取了一组由Hu不变矩和由三角函数生成法导出的5个新的不变矩组成的特征向量.利用自组织神经网络对目标进行了聚类分析.试验表明,选取的特征向量能够较准确地描述目标,且自组织神经网络能够自适应,自组织对目标进行聚类.同时,用测试图像对训练好的网络进行了测试,得到了较为理想的识别效果.
-
-
-
- 《第十届中国管理科学学术年会》
| 2008年
-
摘要:
准确的客户市场细分对客户关系管理具有重要作用.现有的聚类算法由于自身的缺陷无法很好的应用在市场细分中.本文借鉴拓展自组织神经网络方法的思想,运用Ward's指标对SOM聚类结果进行合并,从而得到有效的客群.运用该方法在某零售企业的客户数据中探索出四类客群.ANOVA分析证明了该方法得到结果的可行性,并通过与K-means方法的比较证明了该方法的准确性.
-
-
-
徐安桃;
孙波;
沈定义;
张振楠;
张睿
- 《第四届装备环境工程发展论坛》
| 2016年
-
摘要:
通过对某型军绿有机涂层全浸泡条件下腐蚀行为电化学阻抗谱(Electrochemical Impedance Spectrosco py,EIS)特征的研究,提取并研究了低频阻抗模值|Z|0.1Hz、高频相位角θ10kHz、高频阻抗模值变化率k、相对介电常数εr,4种特征参数的变化规律,并结合自组织神经网络(Self-Organizing Maps,SOM)对涂层防护性能变化进行了辅助分析.特征参数变化规律与SOM分析结果均证明涂层在1330d浸泡过程中出现4个阶段的性能变化,反映了SOM神经网络辅助分析有机涂层浸泡性能的有效性.该型绿色有机涂层在1330d浸泡过程中,涂层防护性能有所下降,但仍能对金属基体起到很好地保护作用。
-
-
-
-
-
CHEN Yuying;
陈豫英;
LIU Huanzhu;
刘还珠;
CHEN Nan;
陈楠;
ZENG Xiaoqing;
曾晓青;
MA Jinren;
马金仁;
LIU Qiamqian;
刘迁迁;
MA Shaiyan;
马筛艳
- 《中国气象学会全国数值预报发展与应用研讨会》
| 2008年
-
摘要:
以模式识别和相似预报思想为基础,建立基于自组织神经网络(SOM)的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型(KNN).该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型,针对不同天气形势下的历史样本,通过交叉检验,分别寻求各类天气型下的最佳K组合.为了验证聚类天气分型对KNN方法的影响,使用2003-2006年冬半年T213数值预报产品和宁夏日最大风速资料,同时建立了宁夏冬半年日最大风速≥6 m/s天气分型和未分型的KNN预报模型,并对2007年1-5月进行了预报试验,预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率,提高了预报准确率,特别是对某些类的天气型,提高幅度更大,为分类相似预报开拓了思路.