对学习矢量量化神经网络中“死”点问题的研究 被引量：6

1

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 职称材料

学习矢量量化网络在油藏描述中的应用 被引量：3

2

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 职称材料

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

3

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 职称材料

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

4

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 职称材料

改进的CBP网络与矢量量化网络的等价 被引量：1

5

作者 张本柱 陈松灿 《数据采集与处理》 CSCD 2001年第3期291-294,共4页

提出了基于 BP的改进环形反向传播网络模型 (Improved circular back- propagation)。与环形反向传播网络模型 (Circular back- propagation)相比 ,ICBP所含的可调参数几乎不变 ,但却蕴含着较 CBP更灵活的超椭球分界面 ,显示出了其较强... 提出了基于 BP的改进环形反向传播网络模型 (Improved circular back- propagation)。与环形反向传播网络模型 (Circular back- propagation)相比 ,ICBP所含的可调参数几乎不变 ,但却蕴含着较 CBP更灵活的超椭球分界面 ,显示出了其较强的表达能力和适应能力。本文构造性地证明了ICBP与矢量量化网络的等价性。实验结果证实了其可行性并表明在分类问题中此构造方法有其实际意义。 展开更多

关键词 误差反向传播 环形反向传播网络 矢量量化网络 等价性 人工神经网络

在线阅读 下载PDF 职称材料

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

6

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 职称材料

小波变换域中的塔式网格矢量量化 被引量：5

7

作者 李弼程 沙基昌 +1 位作者 周铁强 罗建书 《电子学报》 EI CAS CSCD 北大核心 1998年第12期37-40,共4页

在高保真小波变换编码中，塔式网格矢量量化中塔的半径较大，经典算法的熵编码效率较低；为了提高熵编码的效率，本文提出了两种新的编码解码方案，其性能优于经典的算法。

关键词 小波变换编码 塔式 网络矢量量化 图像编码

在线阅读 下载PDF 职称材料

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：17

8

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 职称材料

基于方向树结构矢量分类的小波图像网格编码矢量量化 被引量：1

9

作者 郑勇 蒋文军 +1 位作者 杨文考 朱维乐 《信号处理》 CSCD 2002年第1期66-71,共6页

本文提出了采用方向树结构矢量组合并分类对小波图像进行网格编码矢量量化（ＴＣＶＱ）的新方法。该方法矢量构成结合了子带系数的方向性，充分利用了子带系数带间和带内相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散... 本文提出了采用方向树结构矢量组合并分类对小波图像进行网格编码矢量量化（ＴＣＶＱ）的新方法。该方法矢量构成结合了子带系数的方向性，充分利用了子带系数带间和带内相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，对活跃和非活跃类矢量实行加权ＴＣＶＱ，利用卷积编码扩展信号空间，用维特比算法搜索最优量化序列，比使用加权 ＶＱ提高了 ０．７ｄｂ左右。该方法编码计算复杂度适中，解码简单，有较好的压缩效果。 展开更多

关键词 小波变换 方向树结构矢量 矢量分类 网络编码矢量量化 图像编码

在线阅读 下载PDF 职称材料

DCT域网格编码矢量量化

10

作者 周正华 郑勇 朱维乐 《信号处理》 CSCD 2001年第3期200-204,共5页

本文提出了在离散余弦变换（ＤＣＴ）域作网格编码矢量量化（ＴＣＶＱ），并利用量化后相关性的新方法。该方法结合了ＤＣＴ变换、矢量验化和网格编码量化的优点，它充分利用信号ＤＣＴ域和时域的相关性来逼近率失真下界，并利用维特比... 本文提出了在离散余弦变换（ＤＣＴ）域作网格编码矢量量化（ＴＣＶＱ），并利用量化后相关性的新方法。该方法结合了ＤＣＴ变换、矢量验化和网格编码量化的优点，它充分利用信号ＤＣＴ域和时域的相关性来逼近率失真下界，并利用维特比算法来寻找最佳运化序列。同时，它还利用量化后码定间存在的相关性来进一步降低编码年。仿真结果表明，该方法在保持高压缩比的同时具有很高的信噪比性能。在相同编码率下它比全搜索矢量均化（ＶＱ）好ｌｄＢ左右。同时该方法具有计算量适中，解码简单以及对误差扩散不敏感的优点。 展开更多

关键词 DCT 网络编码矢量量化 维持比算法 相关性 信源编码

在线阅读 下载PDF 职称材料

水电机组振动故障诊断的人工神经网络选择研究 被引量：9

11

作者 梁武科 彭文季 +1 位作者 罗兴锜 逯鹏 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第12期1711-1714,共4页

引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,但如何选择故障诊断的神经网络一直是个难点。文章研究了3种人工神经网络,即反向... 引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,但如何选择故障诊断的神经网络一直是个难点。文章研究了3种人工神经网络,即反向传播网络(BPN)、概率神经网络(PNN)和学习矢量量化网络(LVQ)对水电机组振动故障诊断性能的影响。结果表明,人工神经网络的结构和算法,包括相关训练参数的选择对故障诊断性能有着重要影响。比较而言,学习矢量量化网络和概率神经网络在分类能力方面要比反向传播网络好一些,概率神经网络在计算负载方面比学习矢量量化网络要更胜一筹。 展开更多

关键词 反向传播网络 概率神经网络 学习矢量化网络 故障诊断 水电机组

在线阅读 下载PDF 职称材料

人工神经网络对电子鼻性能的影响 被引量：11

12

作者 秦树基 徐春花 王占山 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第6期804-808,共5页

电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别... 电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些. 展开更多

关键词 反向传输网络 学习矢量量化网络 概率神经网络 模式识别 电子鼻

在线阅读 下载PDF 职称材料

基于AVQ聚类和OIF-Elman神经网络的机床热误差建模 被引量：11

13

作者 朱小龙 杨建国 代贵松 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第1期16-21,共6页

针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床... 针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床热误差与关键测点温度之间的关系.结果表明,采用基于AVQ网络聚类法和OIF-Elman神经网络预测模型,能够降低机床温度测点之间耦合作用的影响,提高热误差建模的准确性与鲁棒性. 展开更多

关键词 数控机床 自适应矢量量化网络 输出一输入反馈Elman神经网络 热误差建模

在线阅读 下载PDF 职称材料

基于神经网络的软件模块风险性预测模型 被引量：10

14

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 职称材料

基于LVQ混合网络的非特定语音识别 被引量：1

15

作者 梁树岭 王朝立 +1 位作者 梁振英 杜佳明 《计算机应用与软件》 CSCD 2010年第12期5-7,11,共4页

介绍一种新的等距离采样参数归一化方法。针对美尔倒谱系数(MFCC)和一阶、二阶美尔倒谱系数,提出了一种新的学习矢量量化(LVQ1)和改进学习矢量量化(LVQ2)结合的识别算法。仿真结果表明所提出的算法相对于只用LVQ1网络识别,可以有效改善... 介绍一种新的等距离采样参数归一化方法。针对美尔倒谱系数(MFCC)和一阶、二阶美尔倒谱系数,提出了一种新的学习矢量量化(LVQ1)和改进学习矢量量化(LVQ2)结合的识别算法。仿真结果表明所提出的算法相对于只用LVQ1网络识别,可以有效改善学习效率。 展开更多

关键词 语音识别 参数归一化 美尔倒谱系数 学习矢量量化网络

在线阅读 下载PDF 职称材料

基于肌电信号的人手运动状态的辨识 被引量：7

16

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 职称材料

雷电冲击下换流变压器绕组故障模拟与诊断方法 被引量：7

17

作者 普子恒 张宇娇 +4 位作者 方春华 汪涛 谢齐家 贺家慧 李敏 《中国电机工程学报》 EI CSCD 北大核心 2017年第5期1552-1559,共8页

现有的雷电冲击下换流变压器绕组故障诊断方法灵敏度较低,且难以判断故障类型;绕组在雷电冲击下发生故障的试验数据较少,难以深入分析故障特征。针对上述问题,设计并制作了具有典型换流变压器绕组结构、比例约为1/5的缩比模型,并模拟不... 现有的雷电冲击下换流变压器绕组故障诊断方法灵敏度较低,且难以判断故障类型;绕组在雷电冲击下发生故障的试验数据较少,难以深入分析故障特征。针对上述问题,设计并制作了具有典型换流变压器绕组结构、比例约为1/5的缩比模型,并模拟不同故障类型进行试验研究。分析故障情况下的试验数据,利用故障情况与正常情况传递函数不同频率段的相关系数作为特征参数;提出了基于学习矢量量化(learning vector quantization,LVQ)网络的变压器绕组短路故障诊断方法,利用特征参数对LVQ网络进行训练,并对训练后的网络进行测试。结果表明:通过特定频率段相关系数的对比可以区分不同故障;LVQ网络故障诊断测试准确率达到98%,验证了诊断方法的有效性。 展开更多

关键词 换流变压器 缩比模型 故障模拟 雷电冲击 故障诊断 学习矢量量化网络

在线阅读 下载PDF 职称材料

混动汽车的工况自适应等效燃油消耗最小控制 被引量：3

18

作者 胡银全 刘和平 游青山 《机械设计与制造》 北大核心 2023年第7期85-91,共7页

为了减小混合动力汽车的燃油消耗,提出了驾驶工况自适应的等效燃油消耗最小控制策略。介绍了混合动力系统结构和工作模式,建立了混合动力车辆的实时控制模型。基于庞特里亚金极小值原理和等效燃油消耗最小策略求解了车辆在多个优化目标... 为了减小混合动力汽车的燃油消耗,提出了驾驶工况自适应的等效燃油消耗最小控制策略。介绍了混合动力系统结构和工作模式,建立了混合动力车辆的实时控制模型。基于庞特里亚金极小值原理和等效燃油消耗最小策略求解了车辆在多个优化目标下的最优控制律;提取了车辆行驶工况特征参数,使用学习矢量量化神经网络构造了驾驶工况智能识别器,实现了驾驶工况精准识别。为了使等效燃油消耗最小策略适用于复杂多变的驾驶工况,提出了等效因子随驾驶工况自适应变化策略。使用由4种标准工况组成的综合工况进行仿真验证,并与文献[6]的智能规则控制、文献[11]的模型预测控制策略进行比较,这里提出的自适应等效燃油消耗最小策略的百公里油耗比智能规则控制减少了7.64%,比模型预测控制减少了4.96%,说明了自适应等效燃油消耗最小策略可以有效减少混合动力汽车的燃油消耗。 展开更多

关键词 混合动力汽车 工况自适应 等效燃油消耗最小 极小值原理 学习矢量量化网络

在线阅读 下载PDF 职称材料

小波系数在织构纹理相似性描述中的应用 被引量：1

19

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 职称材料

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

20

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 职称材料