期刊文献+
共找到99篇文章
< 1 2 5 >
每页显示 20 50 100
3D Ice Shape Description Method Based on BLSOM Neural Network
1
作者 ZHU Bailiu ZUO Chenglin 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2024年第S01期70-80,共11页
When checking the ice shape calculation software,its accuracy is judged based on the proximity between the calculated ice shape and the typical test ice shape.Therefore,determining the typical test ice shape becomes t... When checking the ice shape calculation software,its accuracy is judged based on the proximity between the calculated ice shape and the typical test ice shape.Therefore,determining the typical test ice shape becomes the key task of the icing wind tunnel tests.In the icing wind tunnel test of the tail wing model of a large amphibious aircraft,in order to obtain accurate typical test ice shape,the Romer Absolute Scanner is used to obtain the 3D point cloud data of the ice shape on the tail wing model.Then,the batch-learning self-organizing map(BLSOM)neural network is used to obtain the 2D average ice shape along the model direction based on the 3D point cloud data of the ice shape,while its tolerance band is calculated using the probabilistic statistical method.The results show that the combination of 2D average ice shape and its tolerance band can represent the 3D characteristics of the test ice shape effectively,which can be used as the typical test ice shape for comparative analysis with the calculated ice shape. 展开更多
关键词 icing wind tunnel test ice shape batch-learning self-organizing map neural network 3D point cloud
在线阅读 下载PDF
基于SOM神经网络的变电站高压电气设备自动检测方法研究
2
作者 冯永康 王梦欣 《通信电源技术》 2025年第3期82-84,共3页
当前变电站高压电气设备自动检测节点的部署一般采用定点形式,覆盖区域较小,导致错误检测次数增加,为此提出基于自组织映射(Self-Organizing Maps,SOM)神经网络的变电站高压电气设备自动检测方法。采用多点位的方式扩大自动检测的覆盖区... 当前变电站高压电气设备自动检测节点的部署一般采用定点形式,覆盖区域较小,导致错误检测次数增加,为此提出基于自组织映射(Self-Organizing Maps,SOM)神经网络的变电站高压电气设备自动检测方法。采用多点位的方式扩大自动检测的覆盖区域,实现对多点位自动检测节点的部署,构建SOM神经网络高压电气设备自动检测模型,将数据输入该模型从而得到相关的检测结果。测试结果表明,设计方法的错误检测次数较少,这表明该方法的稳定性与针对性更强,具有较高的实际的应用价值。 展开更多
关键词 自组织映射(som)神经网络 变电站 高压电气设备 自动检测 检测节点部署
在线阅读 下载PDF
融合SOM神经网络与K-means聚类算法的用户信用画像研究 被引量:2
3
作者 罗博炜 罗万红 谭家驹 《铁路计算机应用》 2024年第7期14-19,共6页
为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Me... 为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Means算法进行聚类分析。通过真实在线借贷平台数据对所提方法进行验证,结果表明,该方法可提升用户信用画像分析的质量,更好地满足金融数据分析中对实时管理和风险控制的要求,为金融机构提供精准的决策支持。 展开更多
关键词 用户信用画像 som神经网络 K-MEANS聚类算法 时间复杂度 风险控制
在线阅读 下载PDF
TGSOM:一种用于数据聚类的动态自组织映射神经网络 被引量:28
4
作者 王莉 王正欧 《电子与信息学报》 EI CSCD 北大核心 2003年第3期313-319,共7页
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了... 针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。 展开更多
关键词 TGsom 神经网络 数据聚类 数据挖掘 自组织特征映射 树形动态自组织映射
在线阅读 下载PDF
基于核Batch SOM聚类优化的语义Web服务发现机制研究 被引量:6
5
作者 陈蕾 杨庚 +1 位作者 张迎周 陈燕俐 《电子与信息学报》 EI CSCD 北大核心 2011年第6期1307-1313,共7页
如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框... 如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框架分别在服务表示阶段引入WordNet和隐含语义索引技术对Web服务进行语义扩展和概念语义空间降维;在服务分类阶段利用核机学习理论改进一类适用于Web服务分类的核Batch SOM神经网络算法;在服务匹配阶段提出一种基于核余弦相似性测度的Web服务匹配算法。最后,真实Web服务数据集上的实验结果验证了所提出方法的可行性。 展开更多
关键词 WEB服务发现 自组织映射神经网络 WORDNET 隐含语义索引 相似性度量
在线阅读 下载PDF
SOM神经网络在卫星电源系统故障诊断中的应用 被引量:8
6
作者 谷吉海 姜兴渭 +1 位作者 刘树林 黄文虎 《强度与环境》 2002年第2期38-41,共4页
研究了自组织特征映射 (SOM)神经网络的结构及学习算法 ,提出了利用SOM神经网络对输入样本的“聚类”作用 ,实现对故障模式的分类 ,并据此对故障进行诊断的新方法。通过对某卫星电源系统故障的诊断实例 ,验证了该方法是有效可行的 ,能... 研究了自组织特征映射 (SOM)神经网络的结构及学习算法 ,提出了利用SOM神经网络对输入样本的“聚类”作用 ,实现对故障模式的分类 ,并据此对故障进行诊断的新方法。通过对某卫星电源系统故障的诊断实例 ,验证了该方法是有效可行的 ,能对卫星电源系统的故障进行准确的实时诊断。 展开更多
关键词 som神经网络 卫星 电源系统 故障诊断 自组织特征映射
在线阅读 下载PDF
基于SOM神经网络的航舵故障分类方法 被引量:5
7
作者 周晶 余家祥 +1 位作者 司南 田庆战 《信息与电子工程》 2012年第3期339-342,共4页
为解决航舵故障诊断的复杂非线性模式分类问题,提出一种基于自组织特征映射(SOM)神经网络的航舵故障诊断方法,构造一个2层SOM神经网络,训练后多个权值向量位于输入向量聚类中心,实现快速有效的自适应分类。仿真结果表明:SOM网络经过100... 为解决航舵故障诊断的复杂非线性模式分类问题,提出一种基于自组织特征映射(SOM)神经网络的航舵故障诊断方法,构造一个2层SOM神经网络,训练后多个权值向量位于输入向量聚类中心,实现快速有效的自适应分类。仿真结果表明:SOM网络经过100次训练即可实现聚类,对有限故障测试样本分类准确率可达90%,对航舵故障诊断具有一定的参考价值。 展开更多
关键词 自组织特征映射 人工神经网络 故障诊断 航舵
在线阅读 下载PDF
SOM网络在电机转子故障诊断应用中的可视化分析 被引量:3
8
作者 王楠 谷立臣 《煤矿机械》 北大核心 2009年第3期190-192,共3页
SOM网络(自组织特征映射神经网络)模拟大脑神经系统,具有自适应、自学习与联想功能,是一种无导师学习网络,最大优点是能够保持原始数据的拓扑结构,在数据分类、知识获取、过程监控和故障识别等领域中应用广泛。将其用于电机转子的故障诊... SOM网络(自组织特征映射神经网络)模拟大脑神经系统,具有自适应、自学习与联想功能,是一种无导师学习网络,最大优点是能够保持原始数据的拓扑结构,在数据分类、知识获取、过程监控和故障识别等领域中应用广泛。将其用于电机转子的故障诊断,着重利用U矩阵图和D矩阵图等可视化工具对其分类结果进行仿真与分析,并与SOM网络一般聚类结果进行比较。结论表明,SOM网络的可视化方法简单、直观、易懂,对故障的判别率较高。 展开更多
关键词 自组织特征映射神经网络 可视化 电机转子 故障诊断
在线阅读 下载PDF
SOM人工神经网络在客户分类中的应用 被引量:1
9
作者 曹志胜 林和平 李迎斌 《信息技术》 2008年第11期85-87,91,共4页
利用改进后的SOM(Self-Organizing Feature Map)网络与RFM(R:近度;F:频度;M:值度)客户分类指标相结合得到了不同的客户簇,然后根据客户簇来确定各类客户对于企业的重要程度,使企业根据客户的重要程度将正确的产品、服务、资源分配给不... 利用改进后的SOM(Self-Organizing Feature Map)网络与RFM(R:近度;F:频度;M:值度)客户分类指标相结合得到了不同的客户簇,然后根据客户簇来确定各类客户对于企业的重要程度,使企业根据客户的重要程度将正确的产品、服务、资源分配给不同的客户,从而为企业获得更多的利润。 展开更多
关键词 客户分类 自组织特征映射 神经网络
在线阅读 下载PDF
基于SOM神经网络的聚类方法研究 被引量:4
10
作者 赵晓丹 齐志 《吉林省经济管理干部学院学报》 2008年第2期81-83,共3页
聚类分析是由若干个模式组成的,它在数据挖掘中的地位越来越重要。通过数据挖掘聚类分析,可以及时了解各地区经济实力等重要的信息,对各级政府政策制定上及宏观调控上都具有非常重要的现实意义。
关键词 数据挖掘 聚类分析 自组织特征映射神经网络
在线阅读 下载PDF
一种基于属性约简和SOM的客户细分方法
11
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... 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。 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
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
12
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... 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。 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
输送带纵向撕裂SOM检测方法 被引量:2
13
作者 张伟 刘海军 李忠 《煤炭工程》 北大核心 2015年第9期114-116,共3页
为准确识别输送带纵向撕裂,将自组织特征映射(SOM)引入到输送带纵向撕裂检测中。输送带图像经过中值滤波预处理之后,提取其梯度方向直方图特征作为SOM网络的输入,采用卡方距离描述特征之间的相似性,建立了输送带图像纵向撕裂的SOM检测模... 为准确识别输送带纵向撕裂,将自组织特征映射(SOM)引入到输送带纵向撕裂检测中。输送带图像经过中值滤波预处理之后,提取其梯度方向直方图特征作为SOM网络的输入,采用卡方距离描述特征之间的相似性,建立了输送带图像纵向撕裂的SOM检测模型,详细介绍SOM训练过程,最后对文中算法进行了仿真实验。实验结果表明采用SOM网络识别输送带纵向撕裂具有良好的效果,为输送带自动识别拓宽了思路。 展开更多
关键词 输送带 纵向撕裂 自组织特征映射 神经网络
在线阅读 下载PDF
层叠式SOM神经网络星图识别算法及FPGA验证 被引量:3
14
作者 郑天宇 尹达一 赵玥皎 《红外技术》 CSCD 北大核心 2018年第3期246-252,共7页
为了对空间天文望远镜精细导星仪获得的星图完成识别,提出一种层叠式自组织映射(SOM)神经网络算法模型,将该模型在硬件中实现星特征矢量匹配算法。首先,针对精细导星仪的特点详细介绍了导航星库的建立、星特征矢量的构建和筛选方法;其次... 为了对空间天文望远镜精细导星仪获得的星图完成识别,提出一种层叠式自组织映射(SOM)神经网络算法模型,将该模型在硬件中实现星特征矢量匹配算法。首先,针对精细导星仪的特点详细介绍了导航星库的建立、星特征矢量的构建和筛选方法;其次,建立层叠式SOM神经网络模型,对其权值进行在线训练;最后,设计算法离线运行硬件电路并将其在FPGA中实现。仿真与测试结果表明,基于层叠式自组织神经网络的星图识别算法识别率高、抗噪声能力强、识别速度快。星点位置噪声为0.648?,星等噪声为0.18视星等条件下星图识别成功率在80%以上,新算法在FPGA中运行速度是PC机上传统三角形法的100倍。对精细导星仪星图识别算法的优化设计提供了合理可行的参考依据。 展开更多
关键词 精细导星仪 星图识别 星特征矢量 som神经网络 FPGA验证
在线阅读 下载PDF
基于SOM神经网络的静止卫星云图分类 被引量:2
15
作者 石小云 《电子设计工程》 2011年第16期55-56,60,共3页
利用FY-2C的红外和可见光自旋扫描辐射器(VISSR)多通道云图数据对云进行分类,提出了一种利用云图红外、可见光谱段数据,基于SOM神经网络的云分类算法。设计并编写了实际云图客观云分类程序,该程序输入为9个从VISSR各通道数据中提取出的... 利用FY-2C的红外和可见光自旋扫描辐射器(VISSR)多通道云图数据对云进行分类,提出了一种利用云图红外、可见光谱段数据,基于SOM神经网络的云分类算法。设计并编写了实际云图客观云分类程序,该程序输入为9个从VISSR各通道数据中提取出的特征,将数据分为8种不同的类型,并输出分类后的图像。 展开更多
关键词 som神经网络 云分类 气象卫星 特征提取
在线阅读 下载PDF
基于SOM分类的居民用电需求响应特性提取系统设计 被引量:4
16
作者 冯颖 卢婕 +1 位作者 刘向向 田静 《电子设计工程》 2021年第21期99-102,107,共5页
针对目前居民用电挖掘中存在的数据量大等问题,提出将SOM分类的居民用户需求响应特征提取系统。首先对居民用电需求响应特征量进行分析,包括分时响应量与多时段综合特征响应量。之后,对将SOM分类作为基础的用户电量需求特征提取进行分析... 针对目前居民用电挖掘中存在的数据量大等问题,提出将SOM分类的居民用户需求响应特征提取系统。首先对居民用电需求响应特征量进行分析,包括分时响应量与多时段综合特征响应量。之后,对将SOM分类作为基础的用户电量需求特征提取进行分析,创建神经网络算法,利用大量神经元连接,创建输入输出映射关系。评估用户调峰潜力,利用样本训练得出神经网络,应用到新用户调峰潜力评估中。然后,对居民用户需求响应特征提取系统的构成分析,以50户居民为例进行算例分析,验证了模型的有效性与正确性。 展开更多
关键词 som分类 用电需求 特征提取 神经网络算法
在线阅读 下载PDF
基于灰色关联分析和SOM-RBF神经网络的高速公路交通量预测方法研究 被引量:2
17
作者 毛锦伟 宋伟炜 周昱辰 《广东交通职业技术学院学报》 2020年第3期10-15,共6页
本文选取两段高速公路交通量相关数据作为样本,基于聚类算法改进RBF神经网络对交通量进行预测,考虑影响因素的复杂多样,其中对云南元磨高速普洱段数据建立灰色关联分析,得到选取的特征影响因素的关联度大小,其中普洱市总人口数关联度最... 本文选取两段高速公路交通量相关数据作为样本,基于聚类算法改进RBF神经网络对交通量进行预测,考虑影响因素的复杂多样,其中对云南元磨高速普洱段数据建立灰色关联分析,得到选取的特征影响因素的关联度大小,其中普洱市总人口数关联度最小为0.5532。随后引入自组织特征映射神经网络(SOM)构建聚类模型。采用先聚类分析、再分别预测的思路,解决了由于RBF神经网络对于少量样本和训练样本点分散所引起的预测精度降低的问题,改进的神经网络泛化能力有所提高,结果表明:SOM-RBF组合算法对元磨高速交通量进行预测,其相对误差维持在6%以下,平均相对误差为3.81%,预测效果较BP神经网络和RBF神经网络有较大的提升。通过两段高速公路的实例分析,验证了SOM-RBF组合算法有良好的预测效果和适用性,可有效的用于交通量预测,具有较高的实用价值。 展开更多
关键词 自组织特征映射神经网络 径向基函数 灰色关联分析 交通量
在线阅读 下载PDF
基于SOM映射网络的人群流量预测在节能照明中的应用
18
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... 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。 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
基于频响特征图的稳健有限元模型修正
19
作者 王震宇 何成 +3 位作者 陈卫婷 张相南 王占一 何欢 《力学学报》 EI CAS CSCD 北大核心 2024年第12期3577-3590,共14页
航空航天工程领域对飞机的性能指标和技术要求越来越苛刻,传统方法在处理大规模及多工况的有限元模型修正问题时面临诸多挑战,当前深度学习技术的快速发展为有限元模型修正提供了新的思路.频响函数囊括了结构的所有动态特性信息,基于频... 航空航天工程领域对飞机的性能指标和技术要求越来越苛刻,传统方法在处理大规模及多工况的有限元模型修正问题时面临诸多挑战,当前深度学习技术的快速发展为有限元模型修正提供了新的思路.频响函数囊括了结构的所有动态特性信息,基于频响函数的方法是当前有限元模型修正研究的热点问题.传统的基于频响函数的模型修正方法存在频率点选择、灵敏度矩阵数值异常、抗噪性差和耦合模态难以处理等问题,为此提出一种基于频响特征图的稳健模型修正方法.该方法借助贝叶斯卷积神经网络(Bayesian concolational neural network,BCNN),将模型修正转化为正问题进行研究.BCNN的输入为若干条频响函数经处理和整合形成的频响特征图,其输出为需要修正的模型参数.贝叶斯框架能够减少神经网络在小数据集上的过拟合现象,使训练具有更强的鲁棒性,进而增强了频响特征图和模型参数之间复杂映射关系的拟合准确性.基于频响特征图的方法不仅具备传统基于频响函数的方法的优点,如无需模态识别和模态匹配,可同时修正结构参数和阻尼等,还显著地提升了修正效率和抗噪性.文章首先以数值仿真为例,证明了该方法相较于经典的基于频响的迭代方法具有更准确的修正精度和更强的抗噪性,且对于多钟不同工况的修正更具有效率.然后以包含6根加强肋的钛合金壁板为例对该方法进行实验验证,证明了该方法在工程复杂结构中的有效性. 展开更多
关键词 频响函数 模型修正 贝叶斯卷积神经网络 频响特征图 抗噪性
在线阅读 下载PDF
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
20
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... 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。 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
上一页 1 2 5 下一页 到第
使用帮助 返回顶部