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366篇文章
< 1 2 … 19 >
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：
基于自组织映射的升金湖湿地生态服务簇功能空间分区研究
1
作者 洪安东 《山东林业科技》 2025年第2期18-25,32,共9页
随着城市化和经济的快速发展,湿地生态系统受到严重威胁,其生态服务功能也因此受到影响。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。本研究通过解译2000、2010和2020年升金湖湿地的TM遥感影像数据,结合InVEST模型和R语... 随着城市化和经济的快速发展,湿地生态系统受到严重威胁,其生态服务功能也因此受到影响。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。本研究通过解译2000、2010和2020年升金湖湿地的TM遥感影像数据,结合InVEST模型和R语言工具,测算湿地净初级生产力(NPP)、碳储量、生境质量和产水量的时空变化特征。利用自组织映射神经网络(SOFM)识别生态系统服务簇,并进行功能分区。研究发现,2000—2020年间,升金湖湿地的林地和旱地面积显著减少,而草滩地、水田、泥滩地和建设用地面积显著增加。NPP和产水量呈增加趋势,生境质量和碳储量呈下降趋势。通过SOFM识别出4类生态系统服务簇:关键协同区、碳储-NPP协同区、生境保护关键区和城镇发展核心区。该研究通过识别和分区生态系统服务簇,可以实现湿地保护与经济开发的协调发展,为湿地的生态系统服务优化及可持续管理提供了重要的理论支持和实际指导意义。 展开更多
关键词 升金湖湿地 生态系统服务功能 自组织映射(som) 生境质量 服务簇
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：7
2
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
基于自组织映射神经网络的黄河流域干旱聚类分析
3
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
基于结构可增长自组织特征映射图的地图绘制 被引量：3
4
作者 阮晓钢 徐绍敏 李欣源 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第1期81-84,98,共5页
针对机器人环境识别问题,研究其工作环境描述与实现过程,提出一种环境拓扑地图建立的新方法。该方法以自组织特征映射图的工作算法为基础,提出GSOM(Growing Self-organizing Map)算法,该算法具有增长特性,通过不断增加新的神经元实现网... 针对机器人环境识别问题,研究其工作环境描述与实现过程,提出一种环境拓扑地图建立的新方法。该方法以自组织特征映射图的工作算法为基础,提出GSOM(Growing Self-organizing Map)算法,该算法具有增长特性,通过不断增加新的神经元实现网络规模的增长,从而满足描述环境特征的需要,建立环境拓扑地图;仿真试验表明GSOM算法的正确性,可以在样本数未知情况下,确定描述环境特征的最优SOM神经元数量,以少数SOM图神经元分布描述具有大量特征信息的环境结构,建立更能准确描述环境的拓扑地图。 展开更多
关键词 自组织特征映射图(som) 神经元 拓扑地图 地图绘制
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：24
5
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
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
6
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
TGSOM:一种用于数据聚类的动态自组织映射神经网络 被引量：28
7
作者 王莉 王正欧 《电子与信息学报》 EI CSCD 北大核心 2003年第3期313-319,共7页
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了... 针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。 展开更多
关键词 TGsom 神经网络 数据聚类 数据挖掘 自组织特征映射 树形动态自组织映射
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
8
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
一个基于自组织特征映射网络的混合神经网络结构(英文) 被引量：4
9
作者 戴群 陈松灿 王喆 《软件学报》 EI CSCD 北大核心 2009年第5期1329-1336,共8页
将ICBP网络模型引入BP-SOM(self-organizing feature maps)网络体系结构,并构建了一个基于SOM模型的集成型网络ICBP-SOM.BP-SOM是Ton Weijters提出的一种学习算法,它的目标是克服BP网络在特定类型的学习样本中存在的知识推广性方面的严... 将ICBP网络模型引入BP-SOM(self-organizing feature maps)网络体系结构,并构建了一个基于SOM模型的集成型网络ICBP-SOM.BP-SOM是Ton Weijters提出的一种学习算法,它的目标是克服BP网络在特定类型的学习样本中存在的知识推广性方面的严重缺陷.提出此集成型网络的动机是,利用BP-SOM良好的知识解释能力和ICBP网络良好的推广性和自适应性构造一个ICBP-SOM模型,它具有良好的知识表示能力和极具竞争力的推广性能.在6个基准数据集上的实验结果验证了这一集成型网络的可行性和有效性. 展开更多
关键词 神经网络 圆型反向传播网络 改进的圆型反向传播网络 自组织特征映射 BP—som 分类
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
10
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
11
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
基于Kohonen自组织特征映射神经元网络图像分割方法的研究 被引量：10
12
作者 沈海峰 李东升 +1 位作者 李群霞 焦国昌 《计算机应用与软件》 CSCD 北大核心 2004年第9期78-80,共3页
传统图像分割技术对森林火灾图像分割效果不太理想 ,无法模仿人对颜色的主观判断 ,因此很难提取森林火灾图像的火焰区域 ,而Kohonen自组织特征映射神经元网络在这一方面表现出极大的灵活性和自适应性 ,能够模拟人的思维活动。本文利用Ko... 传统图像分割技术对森林火灾图像分割效果不太理想 ,无法模仿人对颜色的主观判断 ,因此很难提取森林火灾图像的火焰区域 ,而Kohonen自组织特征映射神经元网络在这一方面表现出极大的灵活性和自适应性 ,能够模拟人的思维活动。本文利用Kohonen神经元网络自动对森林火灾图像分割和分类 ,获得卓有成效的效果 。 展开更多
关键词 数字图像处理 KOHONEN 自组织特征映射 神经元网络 图像分割 计算机
在线阅读 下载PDF
一种基于自组织特征映射网络的聚类方法 被引量：9
13
作者 陈泯融 邓飞其 《系统工程与电子技术》 EI CSCD 北大核心 2004年第12期1864-1866,共3页
针对传统聚类算法不能有效地处理大数据集和高维数据集的问题,提出了一种基于自组织特征映射网络的聚类方法。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,能自动对输入模式进行聚类... 针对传统聚类算法不能有效地处理大数据集和高维数据集的问题,提出了一种基于自组织特征映射网络的聚类方法。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,能自动对输入模式进行聚类。给出了应用该方法的具体步骤和加速自组织过程的若干改进方法,通过仿真实验证明该算法的有效性。 展开更多
关键词 聚类 数据挖掘 自组织特征映射 拓扑
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：21
14
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
15
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
基于遗传算法和自组织特征映射网络的文本聚类方法 被引量：10
16
作者 覃晓 元昌安 《计算机应用》 CSCD 北大核心 2008年第3期757-760,共4页
自组织映射(SOM)算法作为一种聚类和高维可视化的无监督学习算法,为进行中文Web文档聚类提供了有力的手段。但是SOM算法天然存在着对网络初始权值敏感的缺陷,从而影响聚类质量。为此,引进遗传算法对SOM网络加以优化。提出了以遗传算法优... 自组织映射(SOM)算法作为一种聚类和高维可视化的无监督学习算法,为进行中文Web文档聚类提供了有力的手段。但是SOM算法天然存在着对网络初始权值敏感的缺陷,从而影响聚类质量。为此,引进遗传算法对SOM网络加以优化。提出了以遗传算法优化SOM网络的文本聚类算法(GSTCA);进行了对比实验,实验表明,改进后的算法GSTCA比SOM算法在Web中文文档聚类中具有更高的准确率,其F-measure值平均提高了14%,同时,实验还表明,GSTCA算法对网络初始权值是不敏感的,从而提高了算法的稳定性。 展开更多
关键词 自组织特征映射 遗传算法 文本聚类
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
17
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
基于多维自组织特征映射的聚类算法研究 被引量：8
18
作者 江波 张黎 《计算机科学》 CSCD 北大核心 2008年第6期181-182,185,共3页
作为神经网络的一种方法,自组织特征映射在数据挖掘、模式分类和机器学习中得到了广泛应用。本文详细讨论了自组织特征映射的聚类算法的工作原理和具体实现算法。通过系统仿真实验分析,SOFMF算法很好地克服了许多聚类算法存在的问题,在... 作为神经网络的一种方法,自组织特征映射在数据挖掘、模式分类和机器学习中得到了广泛应用。本文详细讨论了自组织特征映射的聚类算法的工作原理和具体实现算法。通过系统仿真实验分析,SOFMF算法很好地克服了许多聚类算法存在的问题,在时间复杂度上具有良好的性能。 展开更多
关键词 组织特征映射 聚类 数据挖掘 神经网络
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
19
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
自组织特征映射网络在模式分类中的应用研究 被引量：6
20
作者 丁硕 常晓恒 巫庆辉 《科学技术与工程》 北大核心 2014年第5期266-269,275,共5页
为了研究自组织特征映射神经网络在对于二维向量进行模式分类时,网络结构的最优化问题,深入研究了SOFM神经网络的结构和算法,说明了SOFM网络的建立方法。以二维向量的模式分类为例,利用所建立的SOFM网络模型对输入的二维向量模式进行分... 为了研究自组织特征映射神经网络在对于二维向量进行模式分类时,网络结构的最优化问题,深入研究了SOFM神经网络的结构和算法,说明了SOFM网络的建立方法。以二维向量的模式分类为例,利用所建立的SOFM网络模型对输入的二维向量模式进行分类,研究了输出层节点形状和拓扑结构对分类结果的影响,测试了在不同的训练步数条件下,SOFM模型的权值向量的调整过程和分类效果。仿真结果表明:当网络的输出节点以二维平面形式输出时,长和宽不相等的矩形图的分类性能明显优于正方形图的分类性能,并且在输出节点形式相同的情况下,六边型拓扑结构分类精度明显优于栅格型拓扑结构的SOFM神经网络。 展开更多
关键词 自组织特征映射 人工神经网络 模式分类 拓扑函数 仿真
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 2 … 19 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