期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
基于混合学习矢量量化算法的遥感影像分类
1
作者 崔宝侠 刘伟 《系统工程与电子技术》 EI CSCD 北大核心 2005年第6期1090-1092,共3页
在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上,提出一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法,并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过与传统的统计分类方法和L... 在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上,提出一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法,并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过与传统的统计分类方法和LVQ2网络分类器比较,HLVQ分类器总的分类性能更好、识别率更高。 展开更多
关键词 自组织特征映射 学习矢量量化 混合学习矢量量化 遥感影像分类
在线阅读 下载PDF
学习矢量量化算法的性能分析 被引量:6
2
作者 朱策 厉力华 +1 位作者 王太君 何振亚 《电子学报》 EI CAS CSCD 北大核心 1995年第7期59-63,共5页
本文针对学习矢量量化算法Ⅰ型和Ⅱ型(LVQ1、LVQ2)进行了深入的分析研究,取得了以下结果:(1)对应于LVQ1算法,提出了一种选取学习步长的优化方案;(2)得到了LVQ1算法关于线性可分模式分类问题的一个重要结论... 本文针对学习矢量量化算法Ⅰ型和Ⅱ型(LVQ1、LVQ2)进行了深入的分析研究,取得了以下结果:(1)对应于LVQ1算法,提出了一种选取学习步长的优化方案;(2)得到了LVQ1算法关于线性可分模式分类问题的一个重要结论;(3)严格推导出LVQ2算法实质上是一种使分类错误减小的梯度下降法;(4)得出了LVQ2算法对于类间混叠的模式分类问题不存在稳定平衡状态这一重要结论;(5)针对LVQ2算法处理类间混叠模式分类问题的缺陷,提出了一种有效的LVQ2修正算法. 展开更多
关键词 学习矢量量化 算法 学习步长 模式分类
在线阅读 下载PDF
基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别 被引量:18
3
作者 刘占宇 孙华生 黄敬峰 《中国水稻科学》 CAS CSCD 北大核心 2007年第6期664-668,共5页
水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向... 水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量,利用学习矢量量化(LVQ)神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试,结果显示对白穗和正常稻穗的分类精度高达100%。研究表明,基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的,可以补充和替代肉眼观测。 展开更多
关键词 水稻 遥感 病虫害估测 高光谱反射率 学习矢量量化神经网络
在线阅读 下载PDF
对学习矢量量化神经网络中“死”点问题的研究 被引量:6
4
作者 冯乃勤 南书坡 郭战杰 《计算机工程与应用》 CSCD 北大核心 2009年第4期64-66,共3页
竞争型神经网络已经在模式识别、分类等方面得到了广泛的应用,与传统的聚类方法相比具有巨大优势,但是在许多方面还存在不足,需要进一步完善。在Kohonen提出的学习矢量量化网络(Learning Vector Quantization Network,LVQ)的基础上,引... 竞争型神经网络已经在模式识别、分类等方面得到了广泛的应用,与传统的聚类方法相比具有巨大优势,但是在许多方面还存在不足,需要进一步完善。在Kohonen提出的学习矢量量化网络(Learning Vector Quantization Network,LVQ)的基础上,引入阈值学习规则,较好地解决了该类网络中遇到"死"点时训练误差偏大的问题,最后通过Matlab编程实现。 展开更多
关键词 学习矢量量化网络 阈值 死点
在线阅读 下载PDF
基于样本密度和分类误差率的增量学习矢量量化算法研究 被引量:10
5
作者 李娟 王宇平 《自动化学报》 EI CSCD 北大核心 2015年第6期1187-1200,共14页
作为一种简单而成熟的分类方法,K最近邻(K nearest neighbor,KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用,但仍存在计算量大、高空间消耗、运行时间长等问题.针对这些问题,本文在增量学习型矢量量化(Incremental learning vect... 作为一种简单而成熟的分类方法,K最近邻(K nearest neighbor,KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用,但仍存在计算量大、高空间消耗、运行时间长等问题.针对这些问题,本文在增量学习型矢量量化(Incremental learning vector quantization,ILVQ)的单层竞争学习基础上,融合样本密度和分类误差率的邻域思想,提出了一种新的增量学习型矢量量化方法,通过竞争学习策略对代表点邻域实现自适应增删、合并、分裂等操作,快速获取原始数据集的原型集,进而在保障分类精度基础上,达到对大规模数据的高压缩效应.此外,对传统近邻分类算法进行了改进,将原型近邻集的样本密度和分类误差率纳入到近邻判决准则中.所提出算法通过单遍扫描学习训练集可快速生成有效的代表原型集,具有较好的通用性.实验结果表明,该方法同其他算法相比较,不仅可以保持甚至提高分类的准确性和压缩比,且具有快速分类的优势. 展开更多
关键词 学习矢量量化 增量学习 分类误差率 样本密度 合并 分裂
在线阅读 下载PDF
基于广义学习矢量量化和支持向量机的混合短期负荷预测方法 被引量:14
6
作者 罗玮 严正 《电网技术》 EI CSCD 北大核心 2008年第13期62-68,共7页
提出了一种基于广义学习矢量量化的负荷特征聚类方法,既考虑了专家经验的指导,同时兼备人工神经网络强大的非线性处理能力。归纳提取的负荷、气象综合指数更能反映日负荷的基本特征,同时减少了网络输入层的维数。实际预测结果表明,综合... 提出了一种基于广义学习矢量量化的负荷特征聚类方法,既考虑了专家经验的指导,同时兼备人工神经网络强大的非线性处理能力。归纳提取的负荷、气象综合指数更能反映日负荷的基本特征,同时减少了网络输入层的维数。实际预测结果表明,综合了广义学习矢量量化和支持向量机的混合短期负荷预测方法无论是在聚类准确度方面,还是在预测准确度方面,与单纯的支持向量机算法和自组织特征映射与支持向量机的混合算法相比,均具有明显的优势。 展开更多
关键词 短期负荷预测 负荷特征聚类 广义学习矢量量化 (GLVQ) 支持向量机(SVM) 气象因素
在线阅读 下载PDF
学习矢量量化网络在油藏描述中的应用 被引量:3
7
作者 李中亚 韩家新 杜美华 《特种油气藏》 CAS CSCD 2007年第5期32-34,共3页
由于在油藏描述领域中储层特性关系比较复杂,用传统方法进行油藏描述存在极大的局限性,为此提出运用学习矢量量化网络方法进行储层岩性识别。在学习矢量量化网络模型和学习算法分析基础上,运用该方法对某油井测井数据进行仿真试验。现... 由于在油藏描述领域中储层特性关系比较复杂,用传统方法进行油藏描述存在极大的局限性,为此提出运用学习矢量量化网络方法进行储层岩性识别。在学习矢量量化网络模型和学习算法分析基础上,运用该方法对某油井测井数据进行仿真试验。现场仿真试验结果与实际资料吻合较好,证明该方法在模式识别中具有较强的分类能力。与BP网络相比,学习矢量量化网络具有更明显的优越性。 展开更多
关键词 神经网络 学习矢量量化网络 油藏描述 测井资料 岩性识别
在线阅读 下载PDF
学习矢量量化的推广及其典型形式的比较 被引量:5
8
作者 程剑锋 徐俊艳 《计算机工程与应用》 CSCD 北大核心 2006年第17期82-85,共4页
无监督学习矢量量化(LVQ)是一类基于最小化风险函数的聚类方法,文中通过对无监督LVQ风险函数的研究,提出了无监督LVQ算法的广义形式,在此基础上将当前典型的LVQ算法表示为基于不同尺度函数的LVQ算法,极大地方便了学习矢量量化神经网络... 无监督学习矢量量化(LVQ)是一类基于最小化风险函数的聚类方法,文中通过对无监督LVQ风险函数的研究,提出了无监督LVQ算法的广义形式,在此基础上将当前典型的LVQ算法表示为基于不同尺度函数的LVQ算法,极大地方便了学习矢量量化神经网络的推广与应用。通过对无监督LVQ神经网络的改造,得到了基于无监督聚类算法的有监督LVQ神经网络,并将其应用于说话人辨认,取得了满意的结果并比较了几种典型聚类算法的优劣。 展开更多
关键词 无监督学习矢量量化 尺度函数 风险函数 梯度下降法
在线阅读 下载PDF
学习矢量量化的软竞争算法 被引量:2
9
作者 张志华 郑南宁 王天树 《软件学报》 EI CSCD 北大核心 2002年第5期980-986,共7页
尽管FALVQ算法的亏损因子为模糊隶属度函数,但由于它的尺度函数并不是模糊隶属度函数,使得算法的性能不稳定.为了克服这个问题,通过推广FALVQ中获胜亏损因子的定义,导出了广义LVQ的一类软竞争算法(SCALVQ),并且给出了它的3种具体形式.在... 尽管FALVQ算法的亏损因子为模糊隶属度函数,但由于它的尺度函数并不是模糊隶属度函数,使得算法的性能不稳定.为了克服这个问题,通过推广FALVQ中获胜亏损因子的定义,导出了广义LVQ的一类软竞争算法(SCALVQ),并且给出了它的3种具体形式.在SCALVQ中,亏损因子和对应的尺度函数是同一个模糊隶属度函数,它汲取了FALVQ和软竞争格式的优点,有效地克服了FALVQ存在的问题. 展开更多
关键词 学习矢量量化 软竞争算法 模糊隶属度函数 亏损因子 尺度函数 干扰函数 神经网络
在线阅读 下载PDF
基于主成分分析和学习矢量量化的会话初始协议识别研究 被引量:1
10
作者 李进东 王韬 +1 位作者 吴杨 雷东 《计算机工程》 CAS CSCD 北大核心 2016年第6期125-130,共6页
针对加密会话初始协议(SIP)识别困难以及相关研究工作较少,对入侵检测、网络流量监控等工作带来不便的问题,提出基于主成分分析(PCA)和学习矢量量化(LVQ)网络的SIP协议识别模型。通过对SIP协议的网络流特征进行PCA,提取出累计贡献率高于... 针对加密会话初始协议(SIP)识别困难以及相关研究工作较少,对入侵检测、网络流量监控等工作带来不便的问题,提出基于主成分分析(PCA)和学习矢量量化(LVQ)网络的SIP协议识别模型。通过对SIP协议的网络流特征进行PCA,提取出累计贡献率高于85%的相关流特征作为SIP协议识别过程中的主要特征,并进行LVQ网络训练,构建出完整的SIP协议识别模型。实验结果表明,PCA_LVQ模型对SIP协议的识别率均高于90%,通过PCA提取的SIP协议网络流属性区别于非SIP协议的属性,该模型对SIP协议的识别效果较好。 展开更多
关键词 会话初始协议 主成分分析 学习矢量量化 特征值 加密协议 流特征
在线阅读 下载PDF
基于提升小波变换与学习矢量量化网络的鉴别分析方法 被引量:1
11
作者 陈蕾 黄贤武 +1 位作者 刘家胜 仲兴荣 《计算机应用》 CSCD 北大核心 2006年第9期2038-2040,共3页
提出了一种基于提升小波变换(LWT)和学习矢量量化网络(LVQ)相结合的鉴别分析方法。提升小波又叫作第二代小波,比传统的第一代小波变换更为快速有效,利用它的多分辨率特性,可以获取输入图像的低频信息并使图像降维。LVQ算法是在有教师状... 提出了一种基于提升小波变换(LWT)和学习矢量量化网络(LVQ)相结合的鉴别分析方法。提升小波又叫作第二代小波,比传统的第一代小波变换更为快速有效,利用它的多分辨率特性,可以获取输入图像的低频信息并使图像降维。LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法。LVQ网络结构简单,但却表现出比BP网络更强的有效性和鲁棒性。在ORL标准人脸库及现实人脸图像上的实验结果表明该方法具有很好的鉴别分析能力。 展开更多
关键词 提升小波变换 学习矢量量化 鉴别分析 神经网络 人脸识别
在线阅读 下载PDF
基于模糊核学习矢量量化的Sammon非线性映射算法 被引量:1
12
作者 晋良念 欧阳缮 李民政 《计算机应用》 CSCD 北大核心 2007年第3期553-555,共3页
提出了一种基于可靠稳定的模糊核学习矢量量化(FKLVQ)聚类的Sammon非线性映射新算法。该方法通过Mercer核,将数据空间映射到高维特征空间,并在此特征空间上进行FKLVQ学习获取数据空间有效且稳定的聚类权矢量,然后在特征空间和输出空间... 提出了一种基于可靠稳定的模糊核学习矢量量化(FKLVQ)聚类的Sammon非线性映射新算法。该方法通过Mercer核,将数据空间映射到高维特征空间,并在此特征空间上进行FKLVQ学习获取数据空间有效且稳定的聚类权矢量,然后在特征空间和输出空间上仅针对各空间的数据样本和它们各自的聚类权矢量进行Sammon非线性核映射。这样既降低了计算的复杂度,又使数据空间和输出空间上数据点与聚类中心间的距离信息保持相似。仿真结果验证了该方法的可靠性和稳定性。 展开更多
关键词 非线性映射 Sammon投影 距离保持性 计算复杂度 模糊核 学习矢量量化
在线阅读 下载PDF
基于学习矢量量化的运动目标检测算法 被引量:1
13
作者 王世东 周德闯 汪箭 《光电工程》 CAS CSCD 北大核心 2012年第9期42-48,共7页
提出一种基于学习矢量量化的运动目标检测算法。通过训练样本,网络能自适应地确定区分运动目标和背景的阈值向量。输入向量包含图像的YCbCr颜色空间分量和灰度共生矩阵的方向特征。两者融合到算法中,有效抑制了背景亮度变化对运动目标... 提出一种基于学习矢量量化的运动目标检测算法。通过训练样本,网络能自适应地确定区分运动目标和背景的阈值向量。输入向量包含图像的YCbCr颜色空间分量和灰度共生矩阵的方向特征。两者融合到算法中,有效抑制了背景亮度变化对运动目标检测的干扰。仿真实验结果表明,即使在背景模型亮度剧烈变化的情况下,算法也能够准确检测出运动目标。 展开更多
关键词 运动目标检测 学习矢量量化 YCBCR 灰度共生矩阵
在线阅读 下载PDF
基于学习矢量量化神经网络的气固两相流流型识别 被引量:1
14
作者 葛李 李扬 郑莹娜 《仪表技术与传感器》 CSCD 北大核心 2004年第12期52-54,共3页
管流截面流型作为描述气固两相流的重要参数之一 ,极大地影响着两相流动压力损失和传热传质等特性 ,同时还影响着其他参数 (如流量、分相含率等 )的准确测量以及流动系统的运行特性。传统的检测方法由于难以获得能真正反映流型的管道截... 管流截面流型作为描述气固两相流的重要参数之一 ,极大地影响着两相流动压力损失和传热传质等特性 ,同时还影响着其他参数 (如流量、分相含率等 )的准确测量以及流动系统的运行特性。传统的检测方法由于难以获得能真正反映流型的管道截面局部分布的实时信息 ,在工业应用中受到了限制。有鉴于此 ,在光学层析成像技术的基础上 ,提出了一种基于学习矢量量化神经网络的气固两相流流型识别方法 ,详细介绍了这种网络的结构、学习算法、训练样本集的确定等。通过计算机仿真 ,实验结果表明此方法对于气固两相流的 8种流型能有较好的识别能力 。 展开更多
关键词 流型识别 学习矢量量化网络 气固两相流 光学成析成像
在线阅读 下载PDF
基于学习矢量量化神经网络的表面肌电信号的模式分类研究 被引量:2
15
作者 雷敏 王志中 《中国康复医学杂志》 CAS CSCD 1999年第6期264-266,共3页
关键词 表面肌电信号 学习矢量量化 神经网络 BP算法
在线阅读 下载PDF
熵约束广义学习矢量量化神经网络和软竞争学习算法 被引量:1
16
作者 张志华 郑南宁 +1 位作者 张淮峰 于海霞 《自动化学报》 EI CSCD 北大核心 2002年第2期244-250,共7页
结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理 ,提出了一种熵约束广义学习矢量量化神经网络 ,利用梯度下降法导出其学习算法 ,该算法是软竞争格式的一种推广 .由于亏损因子和尺度函数被定义为同一个模糊隶属度函数 ,它可... 结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理 ,提出了一种熵约束广义学习矢量量化神经网络 ,利用梯度下降法导出其学习算法 ,该算法是软竞争格式的一种推广 .由于亏损因子和尺度函数被定义为同一个模糊隶属度函数 ,它可以有效地克服广义学习矢量量化网络的模糊算法存在的问题 .文中还给出熵约束广义学习矢量量化网络及其软竞争学习算法的许多重要性质 ,以此为依据 。 展开更多
关键词 学习矢量量化 极大熵原理 软竞争学习算法 神经网络 拉格朗日乘子
在线阅读 下载PDF
基于学习矢量量化的空调压缩机声纹诊断方法 被引量:8
17
作者 欧阳城添 袁瑾 《计算机工程与设计》 北大核心 2021年第9期2634-2641,共8页
针对传统空调压缩机故障诊断工况信号采集困难的缺点,提出一种基于学习矢量量化(learning vector quantization,LVQ)神经网络的空调压缩机声纹识别模型用于空调压缩机故障诊断,将声纹识别技术引入压缩机故障诊断。对压缩机的声音数据进... 针对传统空调压缩机故障诊断工况信号采集困难的缺点,提出一种基于学习矢量量化(learning vector quantization,LVQ)神经网络的空调压缩机声纹识别模型用于空调压缩机故障诊断,将声纹识别技术引入压缩机故障诊断。对压缩机的声音数据进行预处理,包括预加重、分帧、加窗,在分帧步骤中针对压缩机的声音特性进行改进,通过计算声音信号的梅尔倒谱系数(Mel frequency cestrum coefficient,MFCC)得到压缩机声音的特征向量。在模型训练阶段,重点分析原始的LVQ算法和改进的LVQ算法的优缺点,对3种LVQ算法进行对比实验。实验结果表明,使用LVQ3算法学习的压缩机声纹识别模型在测试集上可以达到90%的召回率,研究结果为压缩机故障诊断提供了一种依据。 展开更多
关键词 空调压缩机 故障诊断 声纹识别 学习矢量量化 梅尔倒谱系数
在线阅读 下载PDF
多标号学习矢量量化的食用油掺伪检测 被引量:3
18
作者 陈景波 《计算机应用》 CSCD 北大核心 2013年第11期3141-3143,共3页
为了提高食用油掺伪检测效果,基于食用油的高效液相色谱数据,提出了一个新的多标号学习矢量量化算法(ML-LVQ),并应用于食用油的掺伪检测中。它每次调整两个原型使排序损失的上界最小,并通过元标号分类器确定多标号的数目,从而达到同时优... 为了提高食用油掺伪检测效果,基于食用油的高效液相色谱数据,提出了一个新的多标号学习矢量量化算法(ML-LVQ),并应用于食用油的掺伪检测中。它每次调整两个原型使排序损失的上界最小,并通过元标号分类器确定多标号的数目,从而达到同时优化ranking准则函数和bipartitions准则函数的目的。在9类纯油以及它们的混合油样本的数据集上测试的结果表明,ML-LVQ取得了比改进的AdaBoost.RMH算法更好的性能。 展开更多
关键词 多标号算法 学习矢量量化算法 元标号分类器 高效液相色谱法 食用油掺伪检测
在线阅读 下载PDF
基于流形学习与学习矢量量化神经网络的齿轮故障诊断模型 被引量:4
19
作者 魏永合 刘炜 +1 位作者 杨艳君 王志伟 《组合机床与自动化加工技术》 北大核心 2018年第4期135-138,144,共5页
为了提高对齿轮非平稳、非线性故障振动信号的可分性及其故障诊断的准确性,并针对其高维数据样本的特点提出一种基于流形学习与LVQ的齿轮故障诊断模型。该模型首先利用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方... 为了提高对齿轮非平稳、非线性故障振动信号的可分性及其故障诊断的准确性,并针对其高维数据样本的特点提出一种基于流形学习与LVQ的齿轮故障诊断模型。该模型首先利用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法进行齿轮故障振动信号的分解,得到一系列固有模式函数(Intrinsic Model Function,IMF)分量。接下来对含有主要故障信息的IMF分量进行特征提取和选择并构造高维观测样本,再用流形学习等距特征映射(ISOMAP)算法对初步的高维观测样本故障特征进行进一步的提取并对特征属性的数量进行压缩,在保留齿轮故障特征的整体几何结构信息的同时降低了特征数据的复杂度,增强了齿轮故障模式识别的分类性能。最后通过学习矢量量化神经网络(Learning Vector Quantization,LVQ)根据样本的特征将样本划分到一定的类别中去从而实现模式识别。通过比较实验结果来验证该模型的可行性。 展开更多
关键词 齿轮故障 流形学习 学习矢量量化神经网络
在线阅读 下载PDF
基于学习矢量量化(LVQ)神经网络的雷达体制识别 被引量:4
20
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
上一页 1 2 4 下一页 到第
使用帮助 返回顶部