期刊文献+
共找到146篇文章
< 1 2 8 >
每页显示 20 50 100
基于自组织特征映射神经网络的边坡稳定性评价 被引量:1
1
作者 李英 郄志红 +1 位作者 吴鑫淼 赵兰敏 《水利水电技术》 CSCD 北大核心 2006年第9期20-22,共3页
将自组织特征映射神经网络(SOFM)应用于边坡稳定性分析,建立了评价边坡稳定状态的SOFM网络模型,并以工程实例对网络进行了训练和检验,研究结果表明,SOFM网络性能良好、预测精度高、简单易行,是边坡稳定性评价的一种有效方法。
关键词 自组织特征映射神经网络(sofm) 边坡稳定 评价
在线阅读 下载PDF
宝华玉兰生存群落的自组织特征映射网络排序与分类 被引量:5
2
作者 王鹏程 杨国栋 +7 位作者 张晓晨 钟育谦 翟飞飞 张贵宝 邱靖 陈林 王贤荣 伊贤贵 《浙江农林大学学报》 CAS CSCD 北大核心 2019年第2期255-263,共9页
为了解国家Ⅱ级保护植物宝华玉兰Magnolia zenii的种群分布规律及其濒危原因,进一步揭示宝华玉兰野生种群与群落及环境之间的生态关系,应用自组织特征映射网络(SOM)对宝华玉兰生存群落进行了排序和分类,以期为保护和管理宝华玉兰种群野... 为了解国家Ⅱ级保护植物宝华玉兰Magnolia zenii的种群分布规律及其濒危原因,进一步揭示宝华玉兰野生种群与群落及环境之间的生态关系,应用自组织特征映射网络(SOM)对宝华玉兰生存群落进行了排序和分类,以期为保护和管理宝华玉兰种群野生种质资源提供理论依据和新的方法。结果如下:①群落结构分析表明,宝华玉兰天然更新缺乏,且紫楠Phoebe sheareri,建始槭Acer henryi等优势种占据了主要生存空间与资源,影响了宝华玉兰种群增长和发展,使其在群落中处于不稳定地位;②SOM将40个样方进行聚类分析,得到7个群落类型。不同群落类型之间的物种组成存在差异,界限清晰,排序结果与优势种实际分布情况吻合,说明SOM的分类结果具有合理性;③环境因子可视化分析揭示了宝华玉兰分布于坡度较缓的半阳坡,种群分布主要受到坡向和坡度2个环境因子的影响,由于宝华玉兰自身生长过程中对环境要求的特殊性和不适应性,造成了其濒危现状;④SOM具有高度非线性拟合的特点,且能够同时进行排序和分类,并将分类结果可视化,呈现样方之间的相似性,说明SOM应用于群落分类和排序,反映种群与群落及环境之间的生态关系是合适的。 展开更多
关键词 植物学 分类 排序 自组织特征映射网络 宝华玉兰
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
3
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
图像矢量量化──频率敏感自组织特征映射算法 被引量:20
4
作者 黎洪松 全子一 《通信学报》 EI CSCD 北大核心 1995年第2期59-64,共6页
用神经网络实现图像矢量量化是一种非常有效的方法。本文在分析自组织特征映射(SOFM)算法的基础上,提出了一种频率敏感自组织特征映射(FSOFM)算法,并对网络学习训练参数的优化进行了探讨。实验表明,FSOFM算法优于... 用神经网络实现图像矢量量化是一种非常有效的方法。本文在分析自组织特征映射(SOFM)算法的基础上,提出了一种频率敏感自组织特征映射(FSOFM)算法,并对网络学习训练参数的优化进行了探讨。实验表明,FSOFM算法优于SOFM算法。 展开更多
关键词 矢量量化 图像编码 自组织特征映射算法 神经网络
在线阅读 下载PDF
基于自组织特征映射网络的电能质量综合评估 被引量:8
5
作者 付学谦 陈皓勇 蔡润庆 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第6期7-11,共5页
为支持未来市场的电能质量多级事务和电能质量综合管理,提出了一种基于自组织特征映射(SOFM)网络的电能质量综合评估新方法.文中介绍了SOFM网络的模型和原理,设计了SOFM法综合评估电能质量的模型,并以现有文献中的实例为样本,将该方法... 为支持未来市场的电能质量多级事务和电能质量综合管理,提出了一种基于自组织特征映射(SOFM)网络的电能质量综合评估新方法.文中介绍了SOFM网络的模型和原理,设计了SOFM法综合评估电能质量的模型,并以现有文献中的实例为样本,将该方法与目前几种常用的评估方法进行比较,结果表明文中所提方法适用于电能质量综合评估工作,并具有显著的实用性. 展开更多
关键词 自组织特征映射网络 电能质量 综合评估 等级
在线阅读 下载PDF
自组织特征映射网络的改进及在储层预测中的应用 被引量:8
6
作者 罗立民 王允诚 《石油地球物理勘探》 EI CSCD 北大核心 1997年第2期237-245,共9页
自组织特征映射网络(SOM)虽然具有自组织、自学习和侧向联想能力,但在实际应用中仍存在一些缺陷。如网络在学习时收敛速度较慢,不同的初始条件和样本输入顺序对网络的学习过程和学习结果都很敏感,网络在无监督学习时不能充分利用... 自组织特征映射网络(SOM)虽然具有自组织、自学习和侧向联想能力,但在实际应用中仍存在一些缺陷。如网络在学习时收敛速度较慢,不同的初始条件和样本输入顺序对网络的学习过程和学习结果都很敏感,网络在无监督学习时不能充分利用可靠的先验知识。为此,本文对SOM算法进行了多项改进,主要有:①在网络初始化时将已知样本矢量作为典型样本,再对特定的输出节点的权向量进行初始化,然后对每次迭代后的网络进行非强制性的修正,从而提高了分类精度;②采用自适应方法调节学习速率,加快了网络的力J练速度;③给出判断迭代是否收敛的准则,提高了运算速度;④以输出层各书点权向量之间的欧氏距离为依据对每个输出节点的类别号进行重排,实现了对样本的有序分类。本文应用这种改进的SOM算法,对准噶尔盆地东部地区的一条穿越3口探井的地震剖面进行了储层预测,获得了良好的效果。 展开更多
关键词 模式识别 储层预测 油气藏 自组织特征映射
在线阅读 下载PDF
一种量子自组织特征映射网络模型及聚类算法 被引量:13
7
作者 李盼池 李士勇 《量子电子学报》 CAS CSCD 北大核心 2007年第4期463-468,共6页
提出一种量子自组织特征映射网络模型及聚类算法。量子神经元的输入和权值均为量子比特,输出为实数,量子自组织特征映射网络由输入层和竞争层组成。首先将聚类样本转换成量子态形式并提交给输入层,完成聚类样本的输入;然后计算样本量子... 提出一种量子自组织特征映射网络模型及聚类算法。量子神经元的输入和权值均为量子比特,输出为实数,量子自组织特征映射网络由输入层和竞争层组成。首先将聚类样本转换成量子态形式并提交给输入层,完成聚类样本的输入;然后计算样本量子态与相应权值量子态的相似系数,提取聚类样本所隐含的模式特征,并对其进行自组织,在竞争层将聚类结果表现出来。采用量子门更新量子权值,分无监督和有监督两个阶段完成网络的训练。仿真实验结果表明该模型及算法明显优于普通自组织特征映射网络。 展开更多
关键词 量子光学 量子自组织特征映射网络 量子聚类算法 量子神经元
在线阅读 下载PDF
自组织特征映射神经网络用于语音识别的研究 被引量:3
8
作者 胡光锐 吴硕 《应用科学学报》 CAS CSCD 1997年第1期55-60,共6页
该文提出了一种优化的自组织学习算法。基于自组织特征映射(SOM)神经网络和隐马尔柯夫模型(HMM)法,组成了一种新的语音识别系统,该系统采用SOM网络作为矢量量化器。SOM网络经过优化的自组织学习算法训练后,再用K均... 该文提出了一种优化的自组织学习算法。基于自组织特征映射(SOM)神经网络和隐马尔柯夫模型(HMM)法,组成了一种新的语音识别系统,该系统采用SOM网络作为矢量量化器。SOM网络经过优化的自组织学习算法训练后,再用K均值聚类算法对其进行调整。实验结果表明,该文提出的语音识别方法确实能提高系统的识别率。 展开更多
关键词 语音识别 语音处理 神经网络 自组织特征映射
在线阅读 下载PDF
基于自组织特征映射网的灰度图像二值化方法 被引量:1
9
作者 方敏 叶锋 《合肥工业大学学报(自然科学版)》 CAS CSCD 2001年第6期1087-1090,共4页
文章提出了一种基于自组织特征映射网 ( SOF M)的灰度图像二值化方法 ,通过像素灰度值对网络的训练找到图像的目标类灰度中心和背景类灰度中心 ,再利用竞争取胜的机制处理每一个像素使其二值化。实例验证了这种方法处理受噪声污染的一... 文章提出了一种基于自组织特征映射网 ( SOF M)的灰度图像二值化方法 ,通过像素灰度值对网络的训练找到图像的目标类灰度中心和背景类灰度中心 ,再利用竞争取胜的机制处理每一个像素使其二值化。实例验证了这种方法处理受噪声污染的一些质量中等和质量较差的灰度图有较好的二值化效果。 展开更多
关键词 二值化 整体阈值 sofm 自组织特征映射 灰度图像 数字图像处理 像素灰度值
在线阅读 下载PDF
自组织特征映射网络在目标分类识别中的应用 被引量:1
10
作者 寇英信 王琳 全勇 《火力与指挥控制》 CSCD 北大核心 2009年第1期101-104,共4页
为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别。首先提取影响目标识别的类特征,然后对其预处理。在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监... 为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别。首先提取影响目标识别的类特征,然后对其预处理。在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习。在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类。最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性。 展开更多
关键词 自组织特征映射网络 特征 识别 权向量 聚类
在线阅读 下载PDF
基于自组织特征映射神经网络的聚类分析 被引量:10
11
作者 丁硕 常晓恒 巫庆辉 《信息技术》 2014年第6期18-21,共4页
在深入研究自组织特征映射(Self-organizing Feature Mapping,SOFM)神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法。以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出... 在深入研究自组织特征映射(Self-organizing Feature Mapping,SOFM)神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法。以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程。仿真结果表明:在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微。 展开更多
关键词 自组织特征映射 人工神经网络 聚类 拓扑结构
在线阅读 下载PDF
用约束型自组织特征映射网络实现多井约束插值 被引量:3
12
作者 陆文凯 钟菁华 《测井技术》 CAS CSCD 2003年第3期203-206,共4页
提出了一种用神经网络实现多井约束插值的新方法。作为传统的自组织特征映射网络(Self Organizing FeatuereMap,SOFM)的一种推广形式,提出的约束型自组织特征映射(Constraint Self Organizing Featuere Map,CSOFM)对某些特定的输出节点... 提出了一种用神经网络实现多井约束插值的新方法。作为传统的自组织特征映射网络(Self Organizing FeatuereMap,SOFM)的一种推广形式,提出的约束型自组织特征映射(Constraint Self Organizing Featuere Map,CSOFM)对某些特定的输出节点及输出节点的排列方式加以约束,从而既保留了SOFM的长处(如自组织和拓扑映射),又克服其在处理多井的约束插值问题时存在的一些缺点(如网络规模过大,训练时间过长和归位问题)。对实际资料的处理表明,其方法能取得满意的结果。 展开更多
关键词 约束型 自组织特征 映射网络 多井约束插值 资料处理 油田开发后期
在线阅读 下载PDF
文本挖掘中运用自组织特征映射算法分析中国人类工效学研究状况 被引量:3
13
作者 吴星玮 饶培伦 《人类工效学》 2007年第1期17-20,共4页
文本挖掘是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识,并且利用这些知识更好地组织信息的过程。利用文本挖掘中的自组织特征映射(SOM)算法,对中国《人类工效学》期刊数据库的大量文档进行聚类分析,得到当前国内人... 文本挖掘是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识,并且利用这些知识更好地组织信息的过程。利用文本挖掘中的自组织特征映射(SOM)算法,对中国《人类工效学》期刊数据库的大量文档进行聚类分析,得到当前国内人类工效学研究领域里的主要研究类别、趋势,然后将聚类结果与国际人类工效学协会(IEA)公布的研究领域进行对比分析。 展开更多
关键词 文本挖掘 自组织特征映射 聚类 人类工效学 国际人类工效学协会(1EA)
在线阅读 下载PDF
基于自组织特征映射神经网络的金银花分类研究 被引量:5
14
作者 申明金 《化学分析计量》 CAS 2013年第2期35-37,共3页
自组织特征映射神经网络(SOM)以无监督方式进行网络训练,具有自组织功能。网络通过自身训练,自动对输入模式进行分类。中药药用价值与其所含微量元素有直接的关系,药材分类是中药质量控制的重要方法。将金银花中微量元素含量作为网络输... 自组织特征映射神经网络(SOM)以无监督方式进行网络训练,具有自组织功能。网络通过自身训练,自动对输入模式进行分类。中药药用价值与其所含微量元素有直接的关系,药材分类是中药质量控制的重要方法。将金银花中微量元素含量作为网络输入,利用自组织特征映射神经网络对不同产地金银花进行分类。结果表明分类效果较好,符合生产实际。 展开更多
关键词 自组织特征映射神经网络 金银花 分类
在线阅读 下载PDF
基于自组织特征映射神经网络的点云数据分区 被引量:3
15
作者 刘雪梅 董文胜 +1 位作者 张树生 洪歧 《华北水利水电学院学报》 2004年第2期59-62,共4页
自组织特征映射神经网络SOFM可以实现无监督的特征聚类.利用SOFM实现逆向工程中点云数据分区,通过改进SOFM网络初始权值方法以及引进能量函数控制迭代次数,提高了SOFM的分区效率.利用SOFM方法实现点云数据分区具有较强的容错性能,对测... 自组织特征映射神经网络SOFM可以实现无监督的特征聚类.利用SOFM实现逆向工程中点云数据分区,通过改进SOFM网络初始权值方法以及引进能量函数控制迭代次数,提高了SOFM的分区效率.利用SOFM方法实现点云数据分区具有较强的容错性能,对测量数据点无任何要求.实例运行结果验证了此方法的可行性. 展开更多
关键词 自组织特征映射 神经网络 数据分区 逆向工程
在线阅读 下载PDF
自组织特征映射网络在复杂油气层识别图版研制中的应用
16
作者 文环明 肖慈珣 +1 位作者 李薇 智刚 《测井技术》 CAS CSCD 2003年第1期47-50,89,共4页
自组织特征映射网络是一种非线性方法 ,主要用于无先验知识样本的聚类分析。首先利用该方法对有先验知识的学习样本进行聚类分析 ,并将学习样本映射到二维拓朴空间 (平面图 ) ,然后根据不同类型学习样本在拓朴空间的分布区域确定相应类... 自组织特征映射网络是一种非线性方法 ,主要用于无先验知识样本的聚类分析。首先利用该方法对有先验知识的学习样本进行聚类分析 ,并将学习样本映射到二维拓朴空间 (平面图 ) ,然后根据不同类型学习样本在拓朴空间的分布区域确定相应类型的判别界限。在复杂油气层识别图版的研制中 ,该方法比交会图法具有明显的优势 ,并在实际应用中取得显著效果。 展开更多
关键词 自组织特征映射网络 复杂油气层 识别 图版 测井解释
在线阅读 下载PDF
摩擦学设计知识获取的自组织特征映射法
17
作者 战仁军 张优云 谢友柏 《西安交通大学学报》 EI CAS CSCD 北大核心 1998年第6期53-56,共4页
根据轴承-转子系统摩擦学设计的需要,研究了从大量仿真计算数据中获取设计知识的方法,并采用自组织特征映射神经网络,对输入样本进行了概念聚类,获得了概念性的设计知识,且利用计算机自动搜索算法获得产生式规则知识.
关键词 摩擦学 知识获取 自组织特征映射 汽轮发电机
在线阅读 下载PDF
基于改进的自组织特征映射异常数据挖掘算法分析
18
作者 曲萍 《煤炭技术》 CAS 北大核心 2010年第7期197-198,共2页
本文在总结异常数据挖掘原理及检测方法的基础上,提出了基于改进的自组织映射的异常数据检测方法并对蕴知性异常数据知识发现阶段进行探索与研究,为数据挖掘领域提出了新的解决思路与研究方案。
关键词 数据挖掘 自组织特征映射 异常数据
在线阅读 下载PDF
基于自组织特征映射神经网络的储粮害虫分类方法研究
19
作者 梁斌梅 《安徽农业科学》 CAS 北大核心 2009年第32期16156-16158,共3页
提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模... 提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模型的建立中。结果表明,该方法能有效地对害虫进行分类,比BP神经网络分类精确度高、分类结果的可解释性更好。 展开更多
关键词 自组织特征映射 神经网络 储粮害虫 分类
在线阅读 下载PDF
自组织特征映射网络在遥感影像分类中的应用 被引量:4
20
作者 罗凯 罗旭 +2 位作者 冯仲科 李静锐 吴露露 《北京林业大学学报》 CAS CSCD 北大核心 2008年第S1期73-77,共5页
该研究以Matlab为平台,应用自组织特征映射网络模型对研究区的遥感影像数据进行土地使用类型的分类。结果表明:在设计神经网络模型时,输出层节点数的确定不仅与分类数相关,同时也需要考虑研究区数据的模数,输出层节点数正确与否很大程... 该研究以Matlab为平台,应用自组织特征映射网络模型对研究区的遥感影像数据进行土地使用类型的分类。结果表明:在设计神经网络模型时,输出层节点数的确定不仅与分类数相关,同时也需要考虑研究区数据的模数,输出层节点数正确与否很大程度上制约着研究结果的精度。研究证明,自组织特征映射网络通过神经元之间的竞争能模拟大脑神经系统中的"近兴奋远抑制"功能使得该网络的收敛性更好,其分类精度较高,而且该神经网络不需要学习样本使其应用更加简单。因此自组织特征映射网络在遥感分类中有着很好的应用前景。 展开更多
关键词 自组织特征映射 竞争 拓扑保形性 图像分类
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部