期刊文献+
共找到237篇文章
< 1 2 12 >
每页显示 20 50 100
改进多层自组织映射网络驱动的风电机组状态监测
1
作者 金晓航 杨宇辰 喻轩昂 《仪器仪表学报》 北大核心 2025年第3期231-241,共11页
针对现有风电机组状态监测方法未充分考虑机组与其关键部件间的关联与信息传递问题,提出一种改进多层自组织映射网络驱动的风电机组状态监测方法。首先,采用皮尔逊相关系数对风电机组数据采集与监控系统(SCADA)特征进行选择,将特征信息... 针对现有风电机组状态监测方法未充分考虑机组与其关键部件间的关联与信息传递问题,提出一种改进多层自组织映射网络驱动的风电机组状态监测方法。首先,采用皮尔逊相关系数对风电机组数据采集与监控系统(SCADA)特征进行选择,将特征信息作为风电机组树状结构的底层节点信息;其次,考虑到风电机组数据的非线性和时序的特点,基于历史数据的学习训练并构建长短期记忆网络(LSTM)模型来预测SCADA特征数值,计算预测残差;随后,使预测残差代替特征信息作为多层自组织映射网络(MLSOM)模型中底层自组织映射网络(SOM)模型的输入构建部件的正常行为模型,基于训练后的SOM模型以最小量化误差作为指标来表征研究对象的健康状态,按照上述方法分别建立发电机、齿轮箱、变流器关键部件的监测模型;然后,将不同关键部件的健康指标融合作为顶层节点信息输入到多层自组织映射网络模型中的顶层SOM模型进行训练,构建机组的正常行为模型,得到机组的健康指标用于整台机组运行状态的监测分析。最后,通过两个风电机组案例分析结果表明,所提方法可有效将部件信息逐级传递并汇集在风电机组上,进而实现整台机组的状态监测。 展开更多
关键词 风电机组 状态监测 长短期记忆网络 多层自组织映射网络
在线阅读 下载PDF
基于自组织映射网络的制造服务模块动态创建方法 被引量:1
2
作者 张卫 冷建兴 +2 位作者 张广博 唐任仲 方水良 《计算机集成制造系统》 EI CSCD 北大核心 2017年第8期1765-1773,共9页
针对商业生态环境中制造服务运作的复杂性,建立了制造服务模块化理论模型。该模型包括制造服务模块的内涵和动态创建过程,初步实现了制造服务模块动态创建,为制造服务模块化奠定基础。应用突变理论构建了制造服务模块的产品度和服务度概... 针对商业生态环境中制造服务运作的复杂性,建立了制造服务模块化理论模型。该模型包括制造服务模块的内涵和动态创建过程,初步实现了制造服务模块动态创建,为制造服务模块化奠定基础。应用突变理论构建了制造服务模块的产品度和服务度概念,并建立了制造服务模块测度模型及算法。在此基础上,提出制造服务模块动态聚类的自组织映射网络策略。通过制造服务模块动态聚类的示例,验证了制造服务模块测度模型的有效性,以及基于神经网络和模块化技术建模的优越性。 展开更多
关键词 制造服务 模块化 突变理论 自组织映射网络 动态聚类策略
在线阅读 下载PDF
基于自增长型多级自组织映射网络的模式识别 被引量:2
3
作者 傅彦 周俊临 《计算机科学》 CSCD 北大核心 2004年第5期159-162,共4页
以自组织映射网络为主要研完对象,描述了自组织映射网络的基本模型。在传统自组织映射网络的基础上,提出了基于自增长型多级自组织映射网络的模式识别方法,能够解决传统自组织映射网的静态结构带来的诸多问题,如在进行训练前必须预先确... 以自组织映射网络为主要研完对象,描述了自组织映射网络的基本模型。在传统自组织映射网络的基础上,提出了基于自增长型多级自组织映射网络的模式识别方法,能够解决传统自组织映射网的静态结构带来的诸多问题,如在进行训练前必须预先确定网络的模型和神经元数目及其排列方式,若一次分类不准确将严重影响分析结果,等等。而且这种多组结构,还能将输入数据中存在的分级信息直观地表示出来,对于高维数据的分析尤其有利,因此自增长型多级自组织映射网络对大规模模式识别的研完一定会产生极大的促进作用。 展开更多
关键词 自增长型 自组织映射网络 模式识别 人工神经网络 高维数据分析
在线阅读 下载PDF
基于自组织映射网络的峰值负荷预测方法 被引量:2
4
作者 董立文 范澍 《中国电力》 CSCD 北大核心 2007年第8期32-35,共4页
应用扩展自组织映射网络研究了电力系统峰值负荷预测问题。在传统的Kohonen自组织映射(SOM)网络的学习算法的基础上,为了提高电力系统峰值负荷预测的精度,进一步提出了一种扩展的自组织映射算法。在这个SOM网络中,除了权矩阵外,还有一... 应用扩展自组织映射网络研究了电力系统峰值负荷预测问题。在传统的Kohonen自组织映射(SOM)网络的学习算法的基础上,为了提高电力系统峰值负荷预测的精度,进一步提出了一种扩展的自组织映射算法。在这个SOM网络中,除了权矩阵外,还有一个输入输出对的局部梯度(Jocobian)矩阵也被存储在神经元中。这样,在输出空间中梯度信息围绕输出权值产生了一个一阶扩展,便可得到一个输出的改进估计值。同时,提出了一个Jocobian矩阵的生成算法。最后采用纽约市的电力负荷数据为研究对象,证明了所提出方法的有效性。 展开更多
关键词 负荷预测 自组织映射网络 电力峰值负荷
在线阅读 下载PDF
基于改进的自组织映射网络的遥感影像融合研究
5
作者 王山东 赵书河 《计算机应用与软件》 CSCD 北大核心 2004年第10期80-82,共3页
多源遥感影像融合是富集遥感海量数据的最有价值的技术手段。本文给出了一种新的基于改进的自组织映射网络的遥感影像融合模型。选择浙江绍兴为典型研究区 ,以LandsatTM( 1 0m)与SPOT 4Pan ( 1 0m)融合数据为例 ,进行了融合实验与分析... 多源遥感影像融合是富集遥感海量数据的最有价值的技术手段。本文给出了一种新的基于改进的自组织映射网络的遥感影像融合模型。选择浙江绍兴为典型研究区 ,以LandsatTM( 1 0m)与SPOT 4Pan ( 1 0m)融合数据为例 ,进行了融合实验与分析。实验结果表明 ,应用基于改进的自组织映射网络模型进行融合 ,分类融合结果较好 ,较基于基本自组织映射网络的影像融合分类精度提高约 8%。 展开更多
关键词 自组织映射网络 遥感影像 海量数据 影像融合 分类精度 模型 TM 合数 技术手段 实验结果
在线阅读 下载PDF
基于自组织映射网络的中老年人慢性病关联及共病模式可视化聚类分析 被引量:11
6
作者 王福琳 杨超 +2 位作者 杜建 孔桂兰 张路霞 《解放军医学杂志》 CAS CSCD 北大核心 2022年第12期1217-1225,共9页
目的采用可视化聚类分析方法探究我国中老年人群中常见慢性病之间的关联关系及共病模式。方法采用中国健康与养老追踪调查2015年数据,提取年龄≥45岁受调查人群的年龄、性别、居住地、14种慢性病患病及治疗信息,纳入相关信息均完整的研... 目的采用可视化聚类分析方法探究我国中老年人群中常见慢性病之间的关联关系及共病模式。方法采用中国健康与养老追踪调查2015年数据,提取年龄≥45岁受调查人群的年龄、性别、居住地、14种慢性病患病及治疗信息,纳入相关信息均完整的研究对象18542例。采用自组织映射(SOM)神经网络与K-Means结合的两步聚类算法,对我国中老年人群慢性病共病模式进行可视化聚类分析。结果患有两种或两种以上慢性病者8044例,共病患病率为43.38%,其中≥60岁老年人群的共病患病率达52.28%。在14种慢性病中,患病率居前三位的分别是关节炎或风湿病(33.02%)、高血压病(31.07%)、胃部疾病或消化系统疾病(23.60%);其中肝脏疾病的未治疗率达56.99%。所有共病患者被划分为4类人群:第1类人群慢性肺部疾患的患病率达97.72%,55.05%罹患关节炎或风湿病;第2类人群高血压病患病率为98.21%;第3类人群血脂异常的患病率高达99.49%,且91.72%患有高血压病;第4类人群73.39%患关节炎或风湿病,且68.11%患有胃部疾病或消化系统疾病。女性和城市人群的共病模式略有不同。结论我国中老年人群的慢性病负担严重、治疗欠佳,不同性别、年龄和城乡人口的共病模式有一定差异。基于可视化聚类方法得到的共病模式结果,对促进多病共防及降低慢性病共病负担有较高的参考价值。 展开更多
关键词 慢性病 共病模式 聚类分析 自组织映射网络 可视化
在线阅读 下载PDF
基于自组织映射网络的微表情运动规律分析方法 被引量:3
7
作者 何雨鸿 徐忠亮 +1 位作者 马琳 李海峰 《信号处理》 CSCD 北大核心 2023年第1期20-29,共10页
表情是人类情感交互的重要方式。神经生理学研究表明:微表情很难由主观意识所控制,是人类真实情感的流露。与宏表情不同,微表情发生常常伴随着面部左右和上下的不对称移动,运动模式复杂。但由于微表情运动幅度小,人眼难以直接观察,微表... 表情是人类情感交互的重要方式。神经生理学研究表明:微表情很难由主观意识所控制,是人类真实情感的流露。与宏表情不同,微表情发生常常伴随着面部左右和上下的不对称移动,运动模式复杂。但由于微表情运动幅度小,人眼难以直接观察,微表情运动规律尚未被深入解析。在公共安保等领域,对微表情识别算法的可靠性与可解释性有很高要求。因此,本文旨在研究微表情运动规律分析方法,实现微表情运动规律的系统性解析。本文工作包括:研究基于自组织映射网络(Self-Organizing Maps, SOM)的微表情特征无监督聚类方法,得到微表情运动模式及其概率。定义微表情运动相似度指标,它从面部14个感兴趣区域运动趋势的角度来衡量两个微表情运动特征的差异程度,并作为调节SOM网络权值的依据。本文对CASMEII、SAMM、SMIC和MMEW数据集的微表情样本进行分析,并根据SOM网络的聚类结果总结微表情运动规律,该规律可以指导微表情识别算法特征提取,提升可靠性。 展开更多
关键词 微表情运动规律 无监督聚类分析 自组织映射网络 微表情运动相似度
在线阅读 下载PDF
基于高斯神经元的自组织映射网络研究 被引量:3
8
作者 刘达 陈松灿 《数据采集与处理》 CSCD 北大核心 2023年第1期85-92,共8页
自组织映射网络(Self-organizing map network,SOM)是一种经典的无监督学习方法,具有自组织和联机学习功能。由于其简明与实用等特点,不断涌现出SOM变体以适应各类问题。然而,这些工作基本都采纳了确定性神经元建立网络,忽略了数据本身... 自组织映射网络(Self-organizing map network,SOM)是一种经典的无监督学习方法,具有自组织和联机学习功能。由于其简明与实用等特点,不断涌现出SOM变体以适应各类问题。然而,这些工作基本都采纳了确定性神经元建立网络,忽略了数据本身隐含的不确定性信息,导致这些模型的结果缺乏由置信度反映的可解释性,意味着SOM神经元的不确定性刻画能力不足。本文提出了一种高斯神经元SOM网络(Ganssian neuron som network,GNSOM),其神经元节点不再是确定性的,而是建模为高斯分布的高斯神经元,为SOM配备了不确定性功能用于表述数据的不确定性。在实现时,将输入数据同样高斯化,并用Jensen-Shannon(JS)散度代替SOM学习中的欧氏距离作为GNSOM学习中的相似性匹配度量,由此获得了不确定性表示。实验结果表明,GNSOM具有更好的训练效果,并能通过神经元节点的协方差矩阵反映数据的不确定性。由于这种对神经元的高斯化独立于SOM本身,因此能拓展应用于其他神经元模型。 展开更多
关键词 无监督学习 自组织映射网络 数据不确定性 高斯神经元自组织映射 JS散度
在线阅读 下载PDF
结合自组织映射网络及三角形算法的星图识别方法 被引量:1
9
作者 刘烟 席红霞 +4 位作者 曹珺 曲海波 宋崇金 陈丽 安俊洁 《中国空间科学技术》 EI CSCD 北大核心 2018年第4期1-10,共10页
三角形方法是最经典且应用最广的星图识别方法之一,但是存在搜索范围大、匹配冗余、抗噪能力弱等问题。将神经网络技术应用到星图识别过程中,结合自组织映射网络(SOM)优秀的分类能力和三角形算法可靠的角距匹配能力,提出了一种新的识别... 三角形方法是最经典且应用最广的星图识别方法之一,但是存在搜索范围大、匹配冗余、抗噪能力弱等问题。将神经网络技术应用到星图识别过程中,结合自组织映射网络(SOM)优秀的分类能力和三角形算法可靠的角距匹配能力,提出了一种新的识别方法。该方法基于邻近星的分布来构建每颗导航星的特征向量,将其作为SOM网络的输入向量,通过训练得到具有分类识别功能的网络及相应的三角形库。识别阶段,输入待识别星的特征向量,网络输出识别类,在该类对应的三角形库中应用三角形算法查找匹配三角形,完成星图识别。试验发现该方法减小三角形搜索范围、实现快速匹配的同时,提高了识别系统的抗噪能力,在全天识别过程中平均识别时间低于5ms,识别率在噪声标准差为0.025时仍高达99%。 展开更多
关键词 恒星敏感器 星图识别 神经网络 自组织映射网络 三角形算法
在线阅读 下载PDF
基于自组织映射神经网络的黄河流域干旱聚类分析
10
作者 于磊 李雅静 +1 位作者 朱大炯 刘元锐 《华北水利水电大学学报(自然科学版)》 北大核心 2025年第4期1-9,共9页
【目的】在聚类分析不同时间尺度干旱指数的基础上,研究黄河流域历史气象干旱特征的时空变化规律。【方法】通过计算不同时间尺度下的标准化降水指数(SPI)、标准化降水蒸散指数(SPEI)和自校准帕尔默干旱指数(sc-PDSI)综合评估1950—202... 【目的】在聚类分析不同时间尺度干旱指数的基础上,研究黄河流域历史气象干旱特征的时空变化规律。【方法】通过计算不同时间尺度下的标准化降水指数(SPI)、标准化降水蒸散指数(SPEI)和自校准帕尔默干旱指数(sc-PDSI)综合评估1950—2020年黄河流域气象干旱的时空变化特征,并提出一种基于自组织映射神经网络(SOM)的干旱聚类方法,分析不同干旱指数间的关联性和差异性。【结果】1950—2020年,黄河流域源头和上游地区的SPI、SPEI和sc-PDSI均呈上升趋势,中、下游地区的均呈现下降趋势,表明黄河流域上游地区气象干旱有所缓解,中、下游地区气象干旱加剧;黄河流域气象干旱特征具有明显的空间异质性,源头、上游地区的气象干旱具有低频率、长历时、高强度特征,中、下游地区的具有高频率、短历时、低强度特征;干旱指数的选择影响黄河流域气象干旱评估结果,随累积月份的增加,SPEI和SPI趋近于识别低频率、长历时、低强度的干旱事件。【结论】西北地区暖湿化背景下,1950—2020年黄河流域气象干旱呈现上游减缓、中下游加剧的变化规律,其变化程度与干旱指数的选择紧密关联。 展开更多
关键词 气象干旱 黄河流域 自组织特征映射网络 干旱指数 时空变化特征
在线阅读 下载PDF
基于自组织映射机器学习方法的酸性矿坑水污染特征聚类分析:以福建龙岩林坑煤矿为例
11
作者 贾文慧 叶淑君 +3 位作者 车巧慧 许万强 郑文明 王帮团 《高校地质学报》 北大核心 2025年第1期24-33,共10页
酸性矿坑水(Acid Mine Drainage,AMD)是煤炭开采过程中产生的主要环境问题之一,对生态系统和人类健康构成严重威胁。该研究选取福建龙岩林坑煤矿为研究区,运用自组织映射(Self-Organizing Map,SOM)技术对研究区AMD污染特征进行系统的聚... 酸性矿坑水(Acid Mine Drainage,AMD)是煤炭开采过程中产生的主要环境问题之一,对生态系统和人类健康构成严重威胁。该研究选取福建龙岩林坑煤矿为研究区,运用自组织映射(Self-Organizing Map,SOM)技术对研究区AMD污染特征进行系统的聚类分析,旨在准确评估该区域AMD污染现状并有效识别主要污染源。本研究利用SOM方法对37个水样的4种水质指标(pH、Fe、Mn和SO_(4)^(2-))进行综合分析,最终将水样划分为4个不同污染程度的聚类,明确揭示了不同污染程度水体的空间分布特征。各聚类按污染程度从高到低顺序,依次为聚类Ⅳ、聚类Ⅲ、聚类Ⅱ和聚类Ⅰ,其中聚类Ⅲ和聚类Ⅳ的样本表现出严重的污染特征,主要位于煤矿涌水点和煤矸石堆放区附近,是未来治理工作的重点;聚类Ⅱ的样本主要受污染水流汇入的影响;聚类Ⅰ包含样本量最多,表明该区域大部分水体受AMD影响程度有限。SOM方法为AMD污染特征的评估提供了有效工具,具有推广至其他煤矿区的应用潜力。未来研究需增加监测频率,以捕捉季节性变化对水质的影响。随着监测数据量的不断增加,SOM方法的应用潜力将更加明显。 展开更多
关键词 酸性矿坑水 自组织映射网络 污染评估 聚类分析
在线阅读 下载PDF
基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征 被引量:12
12
作者 常耀文 吴迪 +3 位作者 李欢 刘霞 王蕴鹏 郭家瑜 《生态学报》 CAS CSCD 北大核心 2024年第11期4544-4557,共14页
生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神... 生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征。结果表明:(1)2000—2020年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势。淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区。(2)识别了5个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇。核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000—2020年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达60.09%,NPP服务簇面积显著增加,2020年占整个流域面积的57.02%。研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础。 展开更多
关键词 生态系统服务 自组织映射神经网络(SOFM) 生态系统服务簇 淮河流域 InVEST模型
在线阅读 下载PDF
基于自组织特征映射模型(SOFM)网络的中国自然资源生态安全区划 被引量:8
13
作者 邹易 蒙吉军 +3 位作者 吴英迪 魏婵娟 程浩然 马宇翔 《生态学报》 CAS CSCD 北大核心 2024年第1期171-182,共12页
自然资源生态安全是国家安全的重要组成部分,自然资源生态安全区划对保障区域可持续发展提供了重要途径。基于自然资源数据、生态环境数据和相关区划资料,从生态敏感性与生态服务重要性角度构建了自然资源生态安全评价指标体系,进而揭... 自然资源生态安全是国家安全的重要组成部分,自然资源生态安全区划对保障区域可持续发展提供了重要途径。基于自然资源数据、生态环境数据和相关区划资料,从生态敏感性与生态服务重要性角度构建了自然资源生态安全评价指标体系,进而揭示了中国自然资源生态安全的空间格局;通过建立区划的原则和指标,按照一级区主要反映自然资源空间分布格局,二级区主要揭示自然资源生态安全水平的差异,采用SOFM网络制订了中国自然资源生态安全区划方案。结果显示:(1)中国自然资源生态安全水平整体偏低,以中警与重警状态区域为主,安全和较安全状态的区域仅占24.22%,其中低安全等级区多分布于400mm等降水量线以西的干旱、半干旱区,高安全等级区则集中分布于水热资源与生物资源较为丰富的东南部地区;(2)中国自然资源生态安全区划方案包括8个一级区与27个二级区,总结归纳各大区自然资源的特征和威胁生态安全的问题,并针对二级区自然资源生态安全状况提出了对策建议。研究结果可为分区、分类推进全国自然资源可持续利用和国土空间优化提供理论支持与决策依据。 展开更多
关键词 自然资源生态安全 自组织特征映射模型(SOFM)网络 区划方案
在线阅读 下载PDF
基于自组织映射优化k均值聚类合成少数类算法及应用
14
作者 罗博炜 谭家驹 冯纪强 《广西大学学报(自然科学版)》 北大核心 2025年第3期679-689,共11页
针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特... 针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特征,将高维数据有效地映射至低维空间。在此基础上,结合k-Means算法进行数据聚类,以识别少数类样本的潜在群集,从而更准确地确定过采样的焦点区域。最后运用SMOTE技术对这些焦点区域进行过采样,增加少数类样本数量的同时保持数据的原始特征分布,从而减少过拟合的风险。在Bank marketing、Credit_Fraud等多个经典的真实金融数据集上的实验证明,该方法能够通过增加聚类稳定性来提升传统过采样算法的质量,在提升模型性能的同时降低算法复杂度。 展开更多
关键词 自组织映射神经网络 聚类算法 k均值聚类合成少数类过采样方法 信贷违约预警
在线阅读 下载PDF
自组织映射神经网络用于动态电压稳定分析的新方法 被引量:11
15
作者 付英 钟德成 《电力系统自动化》 EI CSCD 北大核心 2000年第2期27-31,共5页
介绍了一种利用人工神经网络 ( ANN)进行动态电压稳定分析的新方法。这种多层自组织网络 ( SHNN)综合利用了自组织映射网络 (文中使用 Kohonen网络 )和多层感知机网络 ( MLP)。Kohonen网络把输入样本按运行条件的相似性进行聚类 ,从而使... 介绍了一种利用人工神经网络 ( ANN)进行动态电压稳定分析的新方法。这种多层自组织网络 ( SHNN)综合利用了自组织映射网络 (文中使用 Kohonen网络 )和多层感知机网络 ( MLP)。Kohonen网络把输入样本按运行条件的相似性进行聚类 ,从而使 MLP网络的性能得到提高。使用2个 SHNN模型 ,一个用于判定电力系统是否处于动态稳定 ,另一个预测动态稳定系统的 PQ节点的电压幅值。通过动态模拟得到训练样本。最后对 WSCC 9节点系统和 New England 39节点系统进行数字仿真 。 展开更多
关键词 电压稳定分析 自组织映射网络 电力系统
在线阅读 下载PDF
基于Voronoi距离的鲁棒的双自组织特征映射网络 被引量:1
16
作者 夏文文 王士同 《计算机应用》 CSCD 北大核心 2007年第5期1109-1112,共4页
提出了一种基于Voronoi距离的双自组织特征映射网络。该网络通过同时使用两个相关的映射网络扩展了原有的自组织神经网络。针对自组织特征映射网络容易受到高噪声的影响,通过使用Voronoi cell的距离来取代网络中的欧式距离,增强了网络... 提出了一种基于Voronoi距离的双自组织特征映射网络。该网络通过同时使用两个相关的映射网络扩展了原有的自组织神经网络。针对自组织特征映射网络容易受到高噪声的影响,通过使用Voronoi cell的距离来取代网络中的欧式距离,增强了网络的鲁棒性。将改进后的神经网络用于金融时间序列的预测,实验结果表明改进后的神经网络具有较强的鲁棒性。 展开更多
关键词 自组织映射网络 鲁棒 VORONOI图
在线阅读 下载PDF
庞泉沟自然保护区华北落叶松林的自组织特征映射网络分类与排序 被引量:17
17
作者 张钦弟 张金屯 +3 位作者 苏日古嘎 张斌 程佳佳 田世广 《生态学报》 CAS CSCD 北大核心 2011年第11期2990-2998,共9页
自组织特征映射网络(SOM)是新近引入植物生态学的分析方法,对复杂问题和非线性问题具有较强的分析和求解能力。研究应用SOM分类和排序研究了庞泉沟自然保护区华北落叶松林。研究结果表明,SOM将120个样方分为7个植物群落类型,分类结果具... 自组织特征映射网络(SOM)是新近引入植物生态学的分析方法,对复杂问题和非线性问题具有较强的分析和求解能力。研究应用SOM分类和排序研究了庞泉沟自然保护区华北落叶松林。研究结果表明,SOM将120个样方分为7个植物群落类型,分类结果具有明确的生态意义;样方和物种在SOM训练图上呈现一定规律的分布;7个群落类型各有其分布范围和界限,揭示了群落间的生态关系。在此基础上,通过引入一种在SOM训练图上可视化环境因子梯度的方法,能够较好地完成样方、物种和环境因子相互关系的分析,揭示了海拔是影响该区华北落叶松林生长和分布的最主要因子。生态分析表明SOM分类和排序是一种有效的梯度分析方法,适用于表征生态特征和探索群落和环境相互关系的研究。 展开更多
关键词 庞泉沟自然保护区 华北落叶松林 自组织特征映射网络 分类 排序
在线阅读 下载PDF
自组织特征映射神经网络原理和应用研究 被引量:25
18
作者 李春华 李宁 史培军 《北京师范大学学报(自然科学版)》 CAS CSCD 北大核心 2006年第5期543-547,共5页
根据耕地利用在经济、社会和生态方面面临的压力状况,以压力状态响应框架为基础,设计一套压力大小量化的指标体系,引入具有较强的聚类和容错能力的自组织特征映射(self-organizing mapping,SOM)神经网络模型,在说明SOM网络模型和算法的... 根据耕地利用在经济、社会和生态方面面临的压力状况,以压力状态响应框架为基础,设计一套压力大小量化的指标体系,引入具有较强的聚类和容错能力的自组织特征映射(self-organizing mapping,SOM)神经网络模型,在说明SOM网络模型和算法的基础上,应用SOM的聚类功能,以MATLAB语言构建SOM网络模型,对我国的31省市自治区耕地利用压力大小进行了分类,并结合相关文献的研究成果阐述耕地压力的地域差异原因.结果显示我国耕地压力的区域差异与经济地域差异有高度的一致性,表明经济发展是耕地压力的主要来源.选取大样本的神经网络训练得到的结果和现实的一致也表明,SOM模型是一种适用的耕地压力区域分类新方法. 展开更多
关键词 自组织特征映射网络 耕地压力分类 地域差异 中国
在线阅读 下载PDF
基于自组织特征映射网络的全国地级市城市地价区域分类研究 被引量:7
19
作者 高阳 赵瑞娜 +1 位作者 阿杉 李双成 《北京大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第4期655-660,共6页
地级市是我国经济发展相对迅速的区域,也是土地供应重组、交易活跃的重点区域。以2005年我国土地出让面积、土地平均价格、地区生产总值、地区生产总值增长率和固定资产投资等5个变量作为聚类指标,构建自组织特征映射(SOFM)人工神经网... 地级市是我国经济发展相对迅速的区域,也是土地供应重组、交易活跃的重点区域。以2005年我国土地出让面积、土地平均价格、地区生产总值、地区生产总值增长率和固定资产投资等5个变量作为聚类指标,构建自组织特征映射(SOFM)人工神经网络模型,将我国282个地级市分为高地价发达区、低地价发达区、高地价欠发达区和低地价欠发达区共4个类型区域,并对每个类型区的土地价格和社会经济发展状况做出分析讨论。SOFM模型聚类结果与客观实际较为吻合,效果良好。结果表明,自组织特征映射网络对于地级市土地地价的区域差异具有良好的表征能力。 展开更多
关键词 城市土地 经济增长 自组织特征映射网络(SOFM) 城市分类
在线阅读 下载PDF
自组织特征映射网络在芦芽山自然保护区青杄林分类和排序中的应用 被引量:8
20
作者 李林峰 张金屯 +1 位作者 周兰 邵丹 《林业科学》 EI CAS CSCD 北大核心 2014年第5期1-7,共7页
采用自组织特征映射网络(SOM)对芦芽山自然保护区青杄林进行数量分类和排序。结果表明:SOM将60个森林样地划分为8个群落类型,各类型在排序图上都有其分布范围和界限,且群落结构、物种组成差异明显,说明分类和排序结果合理,可较好地揭示... 采用自组织特征映射网络(SOM)对芦芽山自然保护区青杄林进行数量分类和排序。结果表明:SOM将60个森林样地划分为8个群落类型,各类型在排序图上都有其分布范围和界限,且群落结构、物种组成差异明显,说明分类和排序结果合理,可较好地揭示群落间的生态关系;通过环境因子梯度的可视化方法,确定海拔、坡位和坡度是影响该地区青杄林生长和分布的主要因子,揭示群落、物种及植被分布和环境因子的关系。结果表明SOM网络适用于表征群落生态特征及探索群落和环境相互关系的研究,将其应用于自然保护方面,将有利于对不同植被类型进行分类和管理。 展开更多
关键词 芦芽山自然保护区 青杄林 自组织特征映射网络 分类 排序
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部