期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于云模型和矢量神经网络的辐射源识别方法 被引量：20
1
作者 刘海军 柳征 +1 位作者 姜文利 周一宇 《电子学报》 EI CAS CSCD 北大核心 2010年第12期2797-2804,共8页
矢量神经网络在训练阶段既不能处理语义信息,也没有考虑训练样本本身的可靠性,因而造成辐射源不能正确识别的问题,为此提出了一种基于云模型和矢量神经网络的识别算法.该算法利用云模型来实现定性概念到定量区间值的转换,并利用改进后... 矢量神经网络在训练阶段既不能处理语义信息,也没有考虑训练样本本身的可靠性,因而造成辐射源不能正确识别的问题,为此提出了一种基于云模型和矢量神经网络的识别算法.该算法利用云模型来实现定性概念到定量区间值的转换,并利用改进后的矢量神经网络实现区间类型的矢量输入到区间类型型号输出的非线性映射.仿真实验表明,本文方法不仅能处理语义类型的输入矢量,而且能够处理数字类型的输入矢量,并且在测量误差环境中具有较高的识别率. 展开更多
关键词 雷达 辐射源识别 云模型 矢量神经网络 区间值 识别率
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
2
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
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
3
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
基于改进学习矢量量化神经网络输电线路故障识别技术 被引量：18
4
作者 宋亮亮 杨毅 +1 位作者 范栋琛 朱诚 《科学技术与工程》 北大核心 2021年第2期583-590,共8页
针对输电线路距离长、覆盖范围广,易受到自然环境和人为因素的影响,对输电线路故障分类和识别非常困难。在输电线路故障分类中将经验小波变换与改进的学习矢量量化神经网络相结合,使用经验小波变换提取输电线路的故障特征,并使用改进的... 针对输电线路距离长、覆盖范围广,易受到自然环境和人为因素的影响,对输电线路故障分类和识别非常困难。在输电线路故障分类中将经验小波变换与改进的学习矢量量化神经网络相结合,使用经验小波变换提取输电线路的故障特征,并使用改进的学习矢量量化神经网络识别故障特征。通过对不同故障类型、故障位置、过渡电阻和初始故障角度进行仿真,验证该模型的准确性和有效性。仿真结果表明,该方法在故障分类中具有一定的优势,不受上述因素的影响,具有良好的鲁棒性和故障分类性能。该研究为中国输电线故障识别技术的发展提供一定的参考。 展开更多
关键词 输电线路 经验小波变换 学习矢量量化神经网络 故障特征 故障分类
在线阅读 下载PDF
基于神经网络的软件模块风险性预测模型 被引量：10
5
作者 胡求索 钟诚 《计算机工程与应用》 CSCD 北大核心 2007年第18期106-110,共5页
采用学习矢量量化神经网络对软件质量进行预测,提出基于学习矢量量化神经网络的软件模块风险性预测模型,与BP神经网络预测模型相比,实验结果表明提出的模型获得更精确的预测效果。
关键词 软件质量 软件模块风险性 预测模型 学习矢量量化神经网络
在线阅读 下载PDF
一种基于矢量PCNN的彩色图像自动分割算法
6
作者 刘勍 马小姝 +2 位作者 张利军 马义德 董忠 《计算机应用与软件》 CSCD 2011年第12期54-56,共3页
为了对彩色图像实施自动分割,在彩色图像RGB空间中,对传统PCNN模型进行了改进与推广,提出一种基于指数熵矢量脉冲耦合神经网络(VPCNN)彩色图像自动分割新算法。该方法在考虑VPCNN互联矢量神经元动态时空相似特性的同时,利用改进指数动... 为了对彩色图像实施自动分割,在彩色图像RGB空间中,对传统PCNN模型进行了改进与推广,提出一种基于指数熵矢量脉冲耦合神经网络(VPCNN)彩色图像自动分割新算法。该方法在考虑VPCNN互联矢量神经元动态时空相似特性的同时,利用改进指数动态阈值矢量与神经元内部活动项矢量间的信息对比关系确定分割图像的目标和背景区域,结合最大指数熵判据来达到彩色图像的自动分割,并与最大香农熵准则VPCNN分割方法做了比较。实验结果表明:算法具有图像分割精度高、适应性强、能较好地保持彩色图像边缘和细节等信息的优点。 展开更多
关键词 彩色图像处理 图像分割 矢量脉冲耦合神经网络(VPCNN) 指数熵
在线阅读 下载PDF
非线性分类结合平面变换的雷达信号分选方法 被引量：2
7
作者 刘志鹏 张国毅 田润澜 《现代防御技术》 北大核心 2016年第3期127-133,160,共8页
现有的对已知雷达分选方法存在识别速度慢、效率低,脉冲丢失敏感以及脉冲序列提取不完整等问题,为此提出了一种非线性分类器结合平面变换的雷达信号分选方法。该方法首先提取载频、脉宽、脉內调制等单脉冲分类特征,利用非线性分类器实... 现有的对已知雷达分选方法存在识别速度慢、效率低,脉冲丢失敏感以及脉冲序列提取不完整等问题,为此提出了一种非线性分类器结合平面变换的雷达信号分选方法。该方法首先提取载频、脉宽、脉內调制等单脉冲分类特征,利用非线性分类器实现单脉冲识别,然后根据识别结果调取对应参数,通过平面变换完成对脉冲串的抽取。仿真实验表明,该方法具有速度快,准确率高,易于实现等优点。 展开更多
关键词 雷达 分选 非线性分类器 平面变换 矢量神经网络 识别率
在线阅读 下载PDF
基于缺失数据填补的辐射源识别方法 被引量：1
8
作者 刘海军 柳征 +1 位作者 姜文利 周一宇 《宇航学报》 EI CAS CSCD 北大核心 2010年第5期1438-1445,共8页
针对模板雷达特征参数残缺而造成的测量辐射源不能正确识别问题,提出了一种基于缺失数据填补的辐射源识别算法。该算法利用矢量神经网络对缺失数据进行填补,并对填补后的训练样本进行重新训练,从而得到网络结构参数。仿真实验表明本文... 针对模板雷达特征参数残缺而造成的测量辐射源不能正确识别问题,提出了一种基于缺失数据填补的辐射源识别算法。该算法利用矢量神经网络对缺失数据进行填补,并对填补后的训练样本进行重新训练,从而得到网络结构参数。仿真实验表明本文方法不仅能处理缺失数据,而且在噪声环境下也能识别区间类型和标量类型的输入矢量。 展开更多
关键词 辐射源识别 矢量神经网络 缺失数据填补
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
9
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
小波系数在织构纹理相似性描述中的应用 被引量：1
10
作者 刘建立 左保齐 《计算机工程与应用》 CSCD 北大核心 2009年第1期224-227,共4页
提出了基于小波子带系数的织构图像纹理相似性描述方法。根据织构图像小波分解后高频子带小波系数分布服从广义高斯分布,采用极大似然估计求出广义高斯分布模型的尺度参数和形状参数,并由其计算两织构图像的Kullback-Leibler距离以衡量... 提出了基于小波子带系数的织构图像纹理相似性描述方法。根据织构图像小波分解后高频子带小波系数分布服从广义高斯分布,采用极大似然估计求出广义高斯分布模型的尺度参数和形状参数,并由其计算两织构图像的Kullback-Leibler距离以衡量织构图像纹理的相似度。由实验结果可知,与小波基和分解层数的选择相比,参照图像的差异对Kullback-Leibler距离曲线的影响较大。从织物图像纹理识别可知,基于Kullback-Leibler距离特征的识别结果优于其他距离特征。提出的纹理相似性描述算法对其他类型的纹理具有通用性。 展开更多
关键词 小波变换 广义高斯分布 织构图像 Kullback-Leibler距离 学习矢量量化神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部