ELVQ算法实现宽参数偏移的多故障电路诊断 被引量：3

1

作者 徐崇斌 赵志文 郑慧芳 《电子与信息学报》 EI CSCD 北大核心 2011年第6期1520-1524,共5页

该文提出了一种强化自适应策略的学习矢量量化(Enhanced Learning Vector Quantization,ELVQ)算法,并设计了基于SOM(Self-Organizing Map)-LVQ模型的故障分类方法,用于实现宽参数偏移的模拟电路多故障诊断。该文算法具有两方面的优势:... 该文提出了一种强化自适应策略的学习矢量量化(Enhanced Learning Vector Quantization,ELVQ)算法,并设计了基于SOM(Self-Organizing Map)-LVQ模型的故障分类方法,用于实现宽参数偏移的模拟电路多故障诊断。该文算法具有两方面的优势:一方面利用获胜神经元数目的自适应,均衡了神经元的获胜概率;另一方面根据样本分类结果计算作用因子修正神经元的权值,增强了类别边界决策性能。仿真结果表明,所提出的算法具有收敛速度快,分类误差小等特点。 展开更多

关键词 模拟电路 多故障诊断 学习矢量量化 宽参数偏移 Elvq算法

在线阅读 下载PDF 职称材料

LVQ神经网络的红外光谱火灾早期预警算法 被引量：3

2

作者 杜建华 张认成 《华侨大学学报（自然科学版）》 CAS 北大核心 2011年第6期607-610,共4页

对前期大量试验采集的火灾气体数据进行特征提取,找出能够代表火灾整体特征的过程特征信息.通过体积分数曲线拟合分析,提取出体积分数、速度和加速度估值等火灾特征信息参量,建立适合于火灾早期探测的学习向量量化(LVQ)神经网络算法.通... 对前期大量试验采集的火灾气体数据进行特征提取,找出能够代表火灾整体特征的过程特征信息.通过体积分数曲线拟合分析,提取出体积分数、速度和加速度估值等火灾特征信息参量,建立适合于火灾早期探测的学习向量量化(LVQ)神经网络算法.通过对比分析证明,该算法比传统火灾探测器报警时间提前3～21min,且对于真假火灾可进行准确识别,实现火灾早期探测预警的目标. 展开更多

关键词 火灾探测 红外光谱 学习向量量化 神经网络 早期预警算法

在线阅读 下载PDF 职称材料

基于概率模型LVQ的改进KNN分类新方法 被引量：1

3

作者 刘仲民 徐炎 +1 位作者 赵彦敏 胡文瑾 《兰州理工大学学报》 CAS 北大核心 2013年第3期70-74,共5页

KNN是基于实例的算法,对于大规模样本算法分类性能不高.针对这一缺点,提出一种基于概率模型的学习矢量量化神经网络的改进KNN分类新方法.考虑到最优参考点训练的重要性,结合概率方法得到最佳参考点的判断准则函数,采用梯度下降最优化算... KNN是基于实例的算法,对于大规模样本算法分类性能不高.针对这一缺点,提出一种基于概率模型的学习矢量量化神经网络的改进KNN分类新方法.考虑到最优参考点训练的重要性,结合概率方法得到最佳参考点的判断准则函数,采用梯度下降最优化算法利用LVQ训练参考点的最佳位置.在对未知样本进行分类时选出样本x的K个近邻,采用"投票选举"机制最后判断样本x的所属类别.新方法减少KNN的计算复杂度和时间,弥补了KNN在处理大规模数据问题上的不足.在UCI中数据集上的仿真实验表明改进算法的可行性. 展开更多

关键词 K-近邻 学习矢量量化 模式分类 概率模型 大规模样本

在线阅读 下载PDF 职称材料

基于PCA和LVQ混合神经网络算法的电子鼻系统 被引量：3

4

作者 文政颖 米捷 《电子技术应用》 北大核心 2013年第10期76-79,共4页

为了对食物品质进行非接触式评价,采用6种费加罗金属氧化物半导体传感器阵列设计并研制了可对被测食物进行无损检测的电子鼻系统。系统主要由采样模块、控制模块和上位机组成,并采用主成分分析(PCA)和学习矢量量化(LVQ)混合神经网络模... 为了对食物品质进行非接触式评价,采用6种费加罗金属氧化物半导体传感器阵列设计并研制了可对被测食物进行无损检测的电子鼻系统。系统主要由采样模块、控制模块和上位机组成,并采用主成分分析(PCA)和学习矢量量化(LVQ)混合神经网络模式识别算法对气体"指纹信息"数据库进行分析。实验结果表明,利用该电子鼻系统可以对5种不同的食用酱进行检测,并且具有对未知酱品进行识别的功能。 展开更多

关键词 传感器阵列 主成分分析 学习矢量量化 混合神经网络 电子鼻

在线阅读 下载PDF 职称材料

基于LVQ过程神经元网络的储层岩性识别 被引量：2

5

作者 李学贵 许少华 +1 位作者 赵恩涛 赵玲 《吉林大学学报（信息科学版）》 CAS 2017年第4期398-404,共7页

针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题,建立了一类学习向量量化过程神经元网络模型(LVQ-PNN:Learning Vector Quantization Process Neural Network)。该模型通过增加输出层,扩展了自组织过程神经元网络的深度结... 针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题,建立了一类学习向量量化过程神经元网络模型(LVQ-PNN:Learning Vector Quantization Process Neural Network)。该模型通过增加输出层,扩展了自组织过程神经元网络的深度结构;采用无监督竞争与有教师示教相结合的算法策略,提高了多维信号特征的自适应提取和自组织综合能力。实验证明,该方法具有较好的岩性特征综合和辨识能力,岩性识别率达到了84.7%。 展开更多

关键词 过程神经元网络 学习向量量化 岩性识别

在线阅读 下载PDF 职称材料

基于NMF和LVQ神经网络的人脸识别 被引量：1

6

作者 嵇新浩 《微电子学与计算机》 CSCD 北大核心 2009年第2期147-150,共4页

提出一种新颖的基于LVQ网络的人脸识别方法.以NMF提取人脸子空间特征,使用LVQ网络对人脸进行分类.LVQ网络结构简单,但却表现出比BP神经网络更强的有效性和鲁棒性.实验结果表明,提出的算法利用较少样本数据即可快速地进行人脸识别.

关键词 人脸识别 学习矢量量化 神经网络 分类

在线阅读 下载PDF 职称材料

基于LVQ神经网络的朱鹮个体辨识技术研究 被引量：1

7

作者 王民 赵伟 +2 位作者 张立材 要趁红 黄斐 《信息通信》 2015年第9期7-8,共2页

向量量化(LVQ)神经网络在语音识别领域具有广泛应用。常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,文章提出采用遗传算法(GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向... 向量量化(LVQ)神经网络在语音识别领域具有广泛应用。常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,文章提出采用遗传算法(GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对鸟类鸣声的快速、准确识别。将其应用于朱鹮个体的辨识研究中,通过与BP神经网络进行比较,该方法在识别率上有较好的效果。 展开更多

关键词 学习向量量化 遗传算法 朱鹮鸣声 语音识别

在线阅读 下载PDF 职称材料

广义LVQ算法及其在遥感影像分类中的应用研究

8

作者 刘伟 崔宝侠 《电子与信息学报》 EI CSCD 北大核心 2006年第7期1201-1203,共3页

在比较了学习矢量量化(LVQ)算法和广义学习矢量量化(GLVQ)算法的基础上,建立了基于GLVQ的遥感影像分类模型。以实际土地覆盖分类为例,通过与传统统计方法和LVQ分类器比较,GLVQ分类器具有分类正确率高,收敛速度快,适应范围广等优点。

关键词 遥感影像分类 学习矢量量化(lvq) 广义学习矢量量化(Glvq)

在线阅读 下载PDF 职称材料

基于学习矢量量化(LVQ)神经网络的雷达体制识别 被引量：4

9

作者 李锦东 张洪才 +1 位作者 梁彦 潘泉 《火力与指挥控制》 CSCD 北大核心 2006年第9期30-33,共4页

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制... 由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法。在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类。通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性。 展开更多

关键词 学习矢量量化 雷达体制 电子战

在线阅读 下载PDF 职称材料

基于FCM-LVQ网络模型的疏勒河流域水安全评价 被引量：6

10

作者 王婧 靳春玲 +2 位作者 贡力 逯晔坤 朱桂勇 《水资源与水工程学报》 CSCD 北大核心 2021年第1期103-109,116,共8页

疏勒河流域水安全状况对祁连山脉的生态安全具有重要影响。针对疏勒河流域水安全问题,提出一种环境-生态-监管-治理模型,构建出祁连山脉内陆河流域水安全评价指标体系,通过模糊C-均值聚类分析(FCM)法结合专家打分法对指标数据进行处理,... 疏勒河流域水安全状况对祁连山脉的生态安全具有重要影响。针对疏勒河流域水安全问题,提出一种环境-生态-监管-治理模型,构建出祁连山脉内陆河流域水安全评价指标体系,通过模糊C-均值聚类分析(FCM)法结合专家打分法对指标数据进行处理,运用学习向量量化(LVQ)网络模型得到疏勒河流域水安全评价等级,并与单纯使用LVQ神经网络和BP神经网络的评价结果进行对比,以验证评价模型的实用性。结果表明:疏勒河流域水安全状况2013年表现为不安全,2014-2016年表现为基本安全,2017-2019年表现为安全,整体呈现为逐渐上升的趋势,这与流域内实际情况是相符的。另外,FCM-LVQ网络模型在运行速度及评价结果精度上明显更优于另外两种网络模型,可在流域水安全评价中推广使用。 展开更多

关键词 模糊C-均值聚类分析 学习向量量化 专家打分法 水安全评价 疏勒河流域

在线阅读 下载PDF 职称材料

改进的LVQ网络与DTW相结合的语音识别方法 被引量：1

11

作者 吴金南 宫宁生 《微电子学与计算机》 CSCD 北大核心 2009年第5期33-35,39,共4页

提出一种基于动态时间规整(DTW)和改进的学习矢量量化(LoPLVQ)的神经网络的语音识别方法.该方法用动态时间规整算法先对语音信号进行时间规整,然后通过改进的学习矢量量化神经网络进行语音的分类识别.实验表明,新系统在大规模语音识别... 提出一种基于动态时间规整(DTW)和改进的学习矢量量化(LoPLVQ)的神经网络的语音识别方法.该方法用动态时间规整算法先对语音信号进行时间规整,然后通过改进的学习矢量量化神经网络进行语音的分类识别.实验表明,新系统在大规模语音识别方面不仅能缩短训练时间,而且具有较高的识别率. 展开更多

关键词 语音识别 动态时间规整 学习向量量化 改进的学习向量量化

在线阅读 下载PDF 职称材料

基于HMM和LVQ网络混合模型的语音识别方法

12

作者 吴金南 宫宁生 《微电子学与计算机》 CSCD 北大核心 2009年第3期49-51,共3页

提出一种基于隐马尔可夫模型(HMM)和学习向量量化(LVQ)神经网络的语音识别方法.该方法先用HMM生成最佳语音状态序列,然后用函数逼近技术产生对最佳状态序列进行时间归正,最后通过LVQ神经网络进行分类识别.理论和实验结果表明,混合模型... 提出一种基于隐马尔可夫模型(HMM)和学习向量量化(LVQ)神经网络的语音识别方法.该方法先用HMM生成最佳语音状态序列,然后用函数逼近技术产生对最佳状态序列进行时间归正,最后通过LVQ神经网络进行分类识别.理论和实验结果表明,混合模型的识别率明显高于隐马尔可夫模型的识别率. 展开更多

关键词 语音识别 隐马尔可夫模型 学习向量量化 混合模型

在线阅读 下载PDF 职称材料

基于PCA-LVQ的专业可持续发展综合分类研究

13

作者 谢颖 朱远胜 +1 位作者 姚雪存 马维聪 《浙江纺织服装职业技术学院学报》 2018年第4期84-91,共8页

提出将PCA及LVQ网络用于专业可持续发展分类应用研究,通过多种调研形式获取专业发展的21项指标,首先对比使用标准正交归一化方法和min-max归一化方法对原始的样本进行归一化,再利用PCA算法解除样本特征的相关性,实现数据的降维。最后利... 提出将PCA及LVQ网络用于专业可持续发展分类应用研究,通过多种调研形式获取专业发展的21项指标,首先对比使用标准正交归一化方法和min-max归一化方法对原始的样本进行归一化,再利用PCA算法解除样本特征的相关性,实现数据的降维。最后利用LVQ神经网络对已经降维的数据进行学习,并得到学习结果,最后利用学习得到的权值矩阵对新的样本进行识别,判断专业发展水平。 展开更多

关键词 主成分分析 学习矢量量化网络 专业可持续发展

在线阅读 下载PDF 职称材料

基于MEA-LVQ的网络态势预测模型 被引量：2

14

作者 张泽 樊江伟 周南 《信息安全研究》 2020年第6期499-505,共7页

网络安全事件时刻发生,互联网持续处于危险之中,网络安全时刻受到威胁.网络态势是评估一段时间内的网络安全状态的指标,为预防网络安全事件的发生提供了前提条件.回归型神经网络常用来解决网络态势评估问题,但是模型存在许多缺陷,导致... 网络安全事件时刻发生,互联网持续处于危险之中,网络安全时刻受到威胁.网络态势是评估一段时间内的网络安全状态的指标,为预防网络安全事件的发生提供了前提条件.回归型神经网络常用来解决网络态势评估问题,但是模型存在许多缺陷,导致预测准确率不高,为了提高分类准确率,建立MEA-LVQ的网络态势预测模型,使用思维进化算法优化网络的初始权值可以有效弥补LVQ神经网络的缺陷.采用数据集进行5次实验,模型每次分类的准确率均在90%以上,实验结果表明该模型可有效处理网络态势的分类问题,具有较好的评估分类能力,可以为管理人员提供较为可靠的参考值,管理人员可以及时处理威胁网络安全的事件,有效维护网络的安全与稳定. 展开更多

关键词 网络安全 网络态势预测 思维进化算法 学习向量量化 神经网络

在线阅读 下载PDF 职称材料

基于LVQ工况识别的PHEV控制策略研究 被引量：3

15

作者 尹安东 姜涛 《车辆与动力技术》 2018年第2期1-6,共6页

为提高插电式混合动力汽车的燃油经济性,根据城市循环工况的特点选定了4种典型的城市工况,采用学习向量量化(LVQ)神经网络识别车辆运行实时工况,并在MATLAB/Simulink平台制定了一种基于工况识别的整车控制策略.基于实例车型,在Cruise软... 为提高插电式混合动力汽车的燃油经济性,根据城市循环工况的特点选定了4种典型的城市工况,采用学习向量量化(LVQ)神经网络识别车辆运行实时工况,并在MATLAB/Simulink平台制定了一种基于工况识别的整车控制策略.基于实例车型,在Cruise软件中建立了整车仿真模型,并在城市工况下进行仿真.仿真结果表明:所建立的控制策略能够有效识别工况信息;能够以此进行相应工作模式的切换和合理的转矩分配,且相对于传统汽车燃油经济性有明显的提高.从而验证了该控制策略的合理性和有效性. 展开更多

关键词 插电式混合动力汽车 学习向量量化神经网络 工况识别 控制策略 燃油经济性

在线阅读 下载PDF 职称材料

基于EEMD-LVQ的机电作动器故障诊断方法

16

作者 王晓明 付继伟 +2 位作者 韩松 白云鹤 李少石 《导弹与航天运载技术（中英文）》 CSCD 北大核心 2023年第5期1-7,共7页

针对传统基于集合经验模态分解算法在故障特征区分性和LVQ算法在训练效率和稳定性方面存在的问题,提出一种基于集合经验模态分解-学习矢量量化网络(Ensemble Empirical Mode Decomposition,Learning Vector Quantization,EEMD-LVQ)的机... 针对传统基于集合经验模态分解算法在故障特征区分性和LVQ算法在训练效率和稳定性方面存在的问题,提出一种基于集合经验模态分解-学习矢量量化网络(Ensemble Empirical Mode Decomposition,Learning Vector Quantization,EEMD-LVQ)的机电作动器(Electro-mechanicalActuator,EMA)的故障诊断方法。首先,通过EEMD算法对信号进行分解并计算能量分布向量,并利用相关系数筛选特征实现降维,增强故障特征向量的区分性;然后,利用经过余弦衰减算法优化的LVQ神经网络对故障特征向量集进行训练和检测,从而获得诊断结果。实际EMA数据的试验验证和对比分析证明了提出的故障诊断方法可提高LVQ算法的训练效率,并且可以兼顾后期的稳定性。 展开更多

关键词 机电作动器 故障诊断 集合经验模态分解 学习矢量量化网络

在线阅读 下载PDF 职称材料

基于肌电信号的人手运动状态的辨识 被引量：7

17

作者 李醒飞 朱嘉 +2 位作者 杨晶晶 张国雄 卢志扬 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第2期166-169,共4页

研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地... 研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地识别握拳、展拳、手腕内旋和手腕外旋4种动作模式。和前馈型神经网络比较,LVQ神经网络具有更高的识别准确率和更稳定的再现性。 展开更多

关键词 EMGs 小波变换 学习矢量量化网络(lvq) 神经网络

在线阅读 下载PDF 职称材料

基于神经网络的智能下肢假肢自适应控制 被引量：8

18

作者 马玉良 徐文良 +2 位作者 孟明 罗志增 杨家强 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第7期1373-1376,1381,共5页

下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该... 下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性. 展开更多

关键词 智能下肢假肢 自适应控制 学习矢量量化(lvq) 神经网络(NN) 参考模型

在线阅读 下载PDF 职称材料

基于主成分分析和学习矢量化的神经网络岩性识别方法 被引量：15

19

作者 胡红 曾恒英 +2 位作者 梁海波 罗静 王剑波 《测井技术》 CAS CSCD 2015年第5期586-590,共5页

利用测井资料识别岩性的关键是建立非线性数学模型。针对测井曲线数量多和BP算法的局限,提出一种基于主成分分析(Principal Component Analysis,PCA)和学习矢量量化神经网络(Learning Vector Quantization,LVQ)的岩性识别方法。建立可... 利用测井资料识别岩性的关键是建立非线性数学模型。针对测井曲线数量多和BP算法的局限,提出一种基于主成分分析(Principal Component Analysis,PCA)和学习矢量量化神经网络(Learning Vector Quantization,LVQ)的岩性识别方法。建立可靠的岩性与测井参数响应的对应关系,优选样本点和测井曲线组成样本集。通过主成分分析实现对测井数据的压缩、降维,依据分析结果建立基于LVQ神经网络的岩性识别模型。潘庄地区某井实际应用表明,经过PCA降维后,LVQ神经网络的收敛速度和识别率都得到了明显提高,训练时间缩短了10s左右,识别率提高20%以上;考虑"次获胜"神经元的LVQ2学习算法具有比LVQ1算法更强的模式识别能力,识别率提高4%;PCA-LVQ模型网络结构简单,容易实现,识别率可达90%,具有较好的应用前景。 展开更多

关键词 测井解释 数据处理 主成分分析 学习矢量量化 岩性识别 特征提取 样本优选

在线阅读 下载PDF 职称材料

铁路路基病害的智能识别 被引量：30

20

作者 杜攀峰 廖立坚 杨新安 《铁道学报》 EI CAS CSCD 北大核心 2010年第3期142-146,共5页

探地雷达适合于铁路路基病害的检测,但后期资料处理工作费时费力,不利于其在铁路路基检测中的推广使用。本文分析各种路基病害图像的特征,从图像中提取分段能量、方差和层面位置作为特征值。根据这些特征值的大小不但能区分各种病害类型... 探地雷达适合于铁路路基病害的检测,但后期资料处理工作费时费力,不利于其在铁路路基检测中的推广使用。本文分析各种路基病害图像的特征,从图像中提取分段能量、方差和层面位置作为特征值。根据这些特征值的大小不但能区分各种病害类型,而且可以比较病害的发育程度。根据已知样本数据计算这些特征值,建立学习向量量化神经网络模型,通过不断调整神经元的权值和阈值对特征值进行学习,直到满足给定精度为止。应用调整好的神经网络模型对沪宁线检测数据进行测试,结果表明,该模型对路基翻浆冒泥病害的识别率达90%以上。 展开更多

关键词 路基病害 探地雷达 特征值 学习向量量化

在线阅读 下载PDF 职称材料