检索结果-维普期刊中文期刊服务平台

一种基于属性约简和SOM的客户细分方法: 1; 作者郑永前于胜男王永生《工业工程》北大核心 2011年第2期31-36,共6页; 客户细分是保险行业进行差异化营销的基础。由于知识冗余的存在,采用传统的聚类方法进行客户细分存在细分质量低的问题。为有效进行客户细分,提出基于属性约简和SOM的聚类模型。应用属性约简规则处理数据可有效识别冗余知识,找出关键属... 展开更多; 关键词属性简约聚类分析自组织映射神经网络客户细分; 在线阅读下载PDF 职称材料

EMD马氏距离与SOM神经网络在故障诊断中的应用研究被引量：3: 2; 作者姚海妮王珍 +2 位作者邱立鹏陈建国杨铎《噪声与振动控制》 CSCD 2016年第1期138-141,162,共5页; 为实现对微弱动态响应的准确辨识及故障状态的早期诊断,提出EMD马氏距离与SOM神经网络的故障诊断方法,该方法首先对原始振动信号进行粒子滤波,提高信噪比,然后对其进行EMD分解,并对分解后的各模式分量进行分析,获得相关特征值组成特征向... 展开更多; 关键词振动与波粒子滤波 EMD 马氏距离 som神经网络故障诊断; 在线阅读下载PDF 职称材料

基于SOM映射网络的人群流量预测在节能照明中的应用: 3; 作者邬斗雪徐峻峰《建筑节能》 CAS 2017年第11期95-97,105,共4页; 通常比较常见的照明控制都是事先设定好的时间控制模式,不可调节且也不能满足精细化控制以及智能化的要求。运用SOM自组织映射网络将人流量历史数据进行特征提取并分类,再将各类数据结果运用BP神经元网络方法进行预测,并将预测结果结合... 展开更多; 关键词节能照明人流量预测自组织特征映射网络som BP神经元网络; 在线阅读下载PDF 职称材料

基于聚类分析的人工神经网络洪水预报模型研究被引量：11: 4; 作者尹雄锐张翔夏军《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2007年第3期34-40,共7页; 应用模糊C均值(FCM)和自组织映射网络(SOM)两种方法将洪水流量过程线进行分解,并聚成不同的类别,结合多层前馈神经网络(MFN)建立了两个综合神经网络模型(FCMMFN和SOMMFN),进行洪水预报。在王家厂水库流域洪水预报的应用结果表明,两种聚... 展开更多; 关键词模糊C均值自组织映射网络洪水预报聚类分析人工神经网络; 在线阅读下载PDF 职称材料

基于小波分析和Kohonen神经网络的滚动轴承故障分析被引量：3: 5; 作者张梅军石文磊 +1 位作者赵亮袁海龙《解放军理工大学学报（自然科学版）》 EI 北大核心 2011年第2期161-164,共4页; 为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,在对振动信号进行采集和处理的基础上,提出了小波变换与Kohonen神经网络(SOM)相结合的滚动轴承故障诊断新方法。运用该方法在滚动轴承实验台上进行实验,用小波分析提取振动信号... 展开更多; 关键词故障诊断小波分析 som网络滚动轴承; 在线阅读下载PDF 职称材料

基于自组织特征映射神经网络的河北省土壤水资源分区研究: 6; 作者张宽义杨路华 +1 位作者夏辉高惠嫣《节水灌溉》北大核心 2009年第12期29-31,共3页; 土壤水资源分区是土壤水资源评价和开发利用的前提,河北省地形地貌复杂、植被种类繁多,综合考虑影响土壤水资源的各类因素,选取了地形地貌、土壤类型、干旱指数及植被条件4个评价指标,应用自组织特征映射神经网络对河北省土壤水资源进... 展开更多; 关键词土壤水资源分区指标自组织特征映射神经网络; 在线阅读下载PDF 职称材料

基于自组织特征映射网络的纹理分类研究: 7; 作者于明陈冀川《河北工学院学报》 1994年第1期34-43,共10页; 提出了基于自组织特征映射网络（ＳＯＭ）的纹理分类方法。采用了适合纹理分析的纹理谱（ＴＳ）的概念，并在分类过程中引入了纹理谱特征向量，纹理谱向量是ＴＳ经过降维处理得到的．该特征向量反映了空间模式的纹理特征．在学习（训练... 展开更多; 关键词纹理分类纹理谱数字图像 som; 在线阅读下载PDF 职称材料

题名一种基于属性约简和SOM的客户细分方法: 1; 作者郑永前于胜男王永生; 机构同济大学机械工程学院; 出处《工业工程》北大核心 2011年第2期31-36,共6页; 基金上海市自然科学基金资助项目(10ZR1431700) "863"高技术研究发展计划资助项目(2008AA04Z105); 文摘客户细分是保险行业进行差异化营销的基础。由于知识冗余的存在,采用传统的聚类方法进行客户细分存在细分质量低的问题。为有效进行客户细分,提出基于属性约简和SOM的聚类模型。应用属性约简规则处理数据可有效识别冗余知识,找出关键属性;将关键属性作为SOM神经模型的输入,提高客户细分质量。以H保险公司作为实例,使用该模型进行客户细分,通过聚类结果比较,证明方法有效。; 关键词属性简约聚类分析自组织映射神经网络客户细分; Keywords attribute reduction clustering analysis self-organizing feature map（som） neural network customer classification; 分类号 F274 [经济管理—企业管理]; 在线阅读下载PDF 职称材料

题名EMD马氏距离与SOM神经网络在故障诊断中的应用研究被引量：3: 2; 作者姚海妮王珍邱立鹏陈建国杨铎; 机构大连大学机械工程学院; 出处《噪声与振动控制》 CSCD 2016年第1期138-141,162,共5页; 基金国家自然科学基金(51405153) 辽宁省教育厅一般项目(L2012446); 文摘为实现对微弱动态响应的准确辨识及故障状态的早期诊断,提出EMD马氏距离与SOM神经网络的故障诊断方法,该方法首先对原始振动信号进行粒子滤波,提高信噪比,然后对其进行EMD分解,并对分解后的各模式分量进行分析,获得相关特征值组成特征向量,并求原始信号特征向量,为了选取能代表信号特征的模式分量,求各模式分量与原信号特征向量的马氏距离,将最优模式分量输入训练好的SOM神经网络,对故障分类,以轴承诊断为应用实例结果表明该方法切实有效。; 关键词振动与波粒子滤波 EMD 马氏距离 som神经网络故障诊断; Keywords vibration and wave particle filter empirical mode decomposition(EMD) Mahalano-bis distance method self-organizing feature map(som) network fault diagnosis; 分类号 TH133.3 [机械工程—机械制造及自动化] TH165.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于SOM映射网络的人群流量预测在节能照明中的应用: 3; 作者邬斗雪徐峻峰; 机构合肥市产品质量监督检验所上海理工大学光电工程及电气自动化学院; 出处《建筑节能》 CAS 2017年第11期95-97,105,共4页; 基金沪江基金(C14002); 文摘通常比较常见的照明控制都是事先设定好的时间控制模式,不可调节且也不能满足精细化控制以及智能化的要求。运用SOM自组织映射网络将人流量历史数据进行特征提取并分类,再将各类数据结果运用BP神经元网络方法进行预测,并将预测结果结合照度需求,不同等级人群流量给予不同等级的照度输出,最后在节能方面也与传统照明方式做了对比。实验结果表明,SOM-BP神经元算法预测下的短期人流量预测数据比BP算法精度更高,结合照明调节后在节能方面具有更好的效果,为照明系统提供了新的节能方案。; 关键词节能照明人流量预测自组织特征映射网络som BP神经元网络; Keywords energy - saving crowd - flow forecast Self - Organizing feature map（ som） Back - Propagation neural network; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TU855 [建筑科学]; 在线阅读下载PDF 职称材料

题名基于聚类分析的人工神经网络洪水预报模型研究被引量：11: 4; 作者尹雄锐张翔夏军; 机构武汉大学水资源与水电工程科学国家重点实验室; 出处《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2007年第3期34-40,共7页; 基金国家自然科学基金资助项目(50579053 50239050) 湖北省自然科学基金资助项目(2005ABA288); 文摘应用模糊C均值(FCM)和自组织映射网络(SOM)两种方法将洪水流量过程线进行分解,并聚成不同的类别,结合多层前馈神经网络(MFN)建立了两个综合神经网络模型(FCMMFN和SOMMFN),进行洪水预报。在王家厂水库流域洪水预报的应用结果表明,两种聚类方法能够将流量过程分解为具有不同内在规律的若干过程,两种综合神经网络模型预报精度均优于单一的多层前馈网络模型,而且FCMMFN的精度高于SOMMFN。; 关键词模糊C均值自组织映射网络洪水预报聚类分析人工神经网络; Keywords Fuzzy C Means（FCM） serf-organizing feature map（som） flood forecasting clustering analysis artificial neural networks; 分类号 TV124 [水利工程—水文学及水资源]; 在线阅读下载PDF 职称材料

题名基于小波分析和Kohonen神经网络的滚动轴承故障分析被引量：3: 5; 作者张梅军石文磊赵亮袁海龙; 机构解放军理工大学工程兵工程学院; 出处《解放军理工大学学报（自然科学版）》 EI 北大核心 2011年第2期161-164,共4页; 文摘为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,在对振动信号进行采集和处理的基础上,提出了小波变换与Kohonen神经网络(SOM)相结合的滚动轴承故障诊断新方法。运用该方法在滚动轴承实验台上进行实验,用小波分析提取振动信号的特征值后,应用SOM网络对数据进行分类得到各种故障类型的标准样本,通过故障样本与标准样本的对比与分析得出诊断结论。结果表明,该方法能够准确的识别和诊断出滚动轴承的运行状态和故障类型,适合滚动轴承故障诊断,具有一定的工程实用价值。; 关键词故障诊断小波分析 som网络滚动轴承; Keywords fault diagnosis wavelet analysis som（self-organizing feature map） roller bearings; 分类号 E92 [兵器科学与技术—武器系统与运用工程] TK428 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于自组织特征映射神经网络的河北省土壤水资源分区研究: 6; 作者张宽义杨路华夏辉高惠嫣; 机构河北水利水电勘测设计研究院河北农业大学城乡建设学院; 出处《节水灌溉》北大核心 2009年第12期29-31,共3页; 基金河北省自然科学基金项目(E2005000286) 河北省水利厅项目(TRS-2-1.1.1); 文摘土壤水资源分区是土壤水资源评价和开发利用的前提,河北省地形地貌复杂、植被种类繁多,综合考虑影响土壤水资源的各类因素,选取了地形地貌、土壤类型、干旱指数及植被条件4个评价指标,应用自组织特征映射神经网络对河北省土壤水资源进行了分区,将河北省土壤水资源分为8区。其结果表明自组织特征映射神经网络能够对样本进行无监督的自动分类,保持其拓扑结构不变,具有自组织、自适应能力,且具有较强的容错能力,对河北省土壤水资源分区取得了较好的结果。; 关键词土壤水资源分区指标自组织特征映射神经网络; Keywords soil-water resource zoning indexes self-organizing feature map （som） neural network; 分类号 S152.7 [农业科学—土壤学] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于自组织特征映射网络的纹理分类研究: 7; 作者于明陈冀川; 出处《河北工学院学报》 1994年第1期34-43,共10页; 文摘提出了基于自组织特征映射网络（ＳＯＭ）的纹理分类方法。采用了适合纹理分析的纹理谱（ＴＳ）的概念，并在分类过程中引入了纹理谱特征向量，纹理谱向量是ＴＳ经过降维处理得到的．该特征向量反映了空间模式的纹理特征．在学习（训练）与分类识别中，采用了神经元网络模型．与ＴＳ相对应的特征向量重复地送入ＳＯＭ网络的输入端，网络的权向量则逐渐地将样本值聚类到各自的样本中心．计算机模拟实验表明，作者提出的纹理分类方案十分有效而且实用．本方案计算量小，学习周斯短，识别率高．本文最后给出了实验结果及分析．; 关键词纹理分类纹理谱数字图像 som; Keywords Self - Organizing feature maps (som ), Texture, Classification, Texture Spectrum (TS),Texture Unit,Training Sample,Clustering,Weight vector.; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种基于属性约简和SOM的客户细分方法	郑永前于胜男王永生	《工业工程》北大核心	2011	0	在线阅读下载PDF 职称材料
2	EMD马氏距离与SOM神经网络在故障诊断中的应用研究	姚海妮王珍邱立鹏陈建国杨铎	《噪声与振动控制》 CSCD	2016	3	在线阅读下载PDF 职称材料
3	基于SOM映射网络的人群流量预测在节能照明中的应用	邬斗雪徐峻峰	《建筑节能》 CAS	2017	0	在线阅读下载PDF 职称材料
4	基于聚类分析的人工神经网络洪水预报模型研究	尹雄锐张翔夏军	《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心	2007	11	在线阅读下载PDF 职称材料
5	基于小波分析和Kohonen神经网络的滚动轴承故障分析	张梅军石文磊赵亮袁海龙	《解放军理工大学学报（自然科学版）》 EI 北大核心	2011	3	在线阅读下载PDF 职称材料
6	基于自组织特征映射神经网络的河北省土壤水资源分区研究	张宽义杨路华夏辉高惠嫣	《节水灌溉》北大核心	2009	0	在线阅读下载PDF 职称材料
7	基于自组织特征映射网络的纹理分类研究	于明陈冀川	《河北工学院学报》	1994	0	在线阅读下载PDF 职称材料