期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
学习矢量量化网络在油藏描述中的应用 被引量:3
1
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
LVQ神经网络用于海上小目标检测
2
作者 彭岁阳 罗鹏飞 《雷达与对抗》 2006年第2期28-32,共5页
舰载(或岸基)雷达对海面小目标检测是一个重要而困难的课题。最大幅度极点检测(ARLPM)是目前实用性较强的一种方法,特别是在短时检测方面有着不错的效果。本文在AR-LPM的基础上提取了最大幅度极点的两个目标特征———频率和谱宽,然后... 舰载(或岸基)雷达对海面小目标检测是一个重要而困难的课题。最大幅度极点检测(ARLPM)是目前实用性较强的一种方法,特别是在短时检测方面有着不错的效果。本文在AR-LPM的基础上提取了最大幅度极点的两个目标特征———频率和谱宽,然后采用学习矢量量化(LVQ)神经网络进行目标检测。该方法有强大的非线性运算和相似特征聚类功能,不仅简单易行,还具备一定的自适应性。最后本文利用真实海杂波数据对该方法作了实验,通过比较表明,LVQ神经网络检测优于原方法。 展开更多
关键词 海杂波 AR模型 最大幅度极点检测 学习矢量量化神经网络
在线阅读 下载PDF
基于肌电信号的人手运动状态的辨识 被引量:7
3
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
基于PCA-LVQ的专业可持续发展综合分类研究
4
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
PCA-LVQ法及其在RS-FTIR大气环境监测数据处理中的应用 被引量:1
5
作者 胡兰萍 葛存旺 +1 位作者 陈婷婷 史传国 《应用化学》 CAS CSCD 北大核心 2007年第12期1364-1367,共4页
将主成分分析(PCA)用于遥感傅里叶变换红外光谱(Remote Sensing Fourier Transform Infrared:RS-FTIR)的特征提取,结合学习矢量量化(LVQ)神经网络,实现了PCA-LVQ对大气中的8组分混合体系进行快速定性分析的建模方法。并与单纯的LVQ神经... 将主成分分析(PCA)用于遥感傅里叶变换红外光谱(Remote Sensing Fourier Transform Infrared:RS-FTIR)的特征提取,结合学习矢量量化(LVQ)神经网络,实现了PCA-LVQ对大气中的8组分混合体系进行快速定性分析的建模方法。并与单纯的LVQ神经网络、反向传播人工神经网络(BP-ANN)得到的结果进行了比较。PCA-LVQ显示出较好的处理数据的能力,它不仅提高了运算速度,而且提高了模型的预测准确度,分类精度达到91.7%。PCA-LVQ的这一预测精度及运算速度,足以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要。 展开更多
关键词 主成分分析 学习矢量量化神经网络 反向传播人工神经网络 多组分分析 环境监测
在线阅读 下载PDF
基于EEMD-LVQ的机电作动器故障诊断方法
6
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
上一页 1 下一页 到第
使用帮助 返回顶部