期刊文献+
共找到361篇文章
< 1 2 19 >
每页显示 20 50 100
基于主成分自组织神经网络法的测井曲线分层技术 被引量:2
1
作者 张强 胡志伟 +1 位作者 王毛毛 周成号 《地质与勘探》 CAS CSCD 北大核心 2024年第5期1013-1020,共8页
在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进... 在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进行自组织神经网络训练,将训练好的网络模型用于砂岩型铀矿岩性的自动化分层。实验结果显示:主成分自组织神经网络法岩性分层精度可达到85%以上,高于传统自组织神经网络算法78%的分层精度,具有更好的测井岩性分层效果。因此,主成分自组织神经网算法的岩性分层方法有效减少了输入样本的种类,简化了自组织神经网络结构,其自动化分层效果要优于传统的自组织神经网络算法。本文的研究结果表明,主成分自组织神经网算法在砂岩型铀矿领域岩性识别工作中具有较好的应用效果。 展开更多
关键词 测井曲线 自组织神经网络算法 主成分分析法 岩性分层 砂岩型铀矿
在线阅读 下载PDF
基于自组织神经网络的EVD杂波抑制算法 被引量:1
2
作者 史家琪 杨明磊 +2 位作者 连昊 叶舟 徐光辉 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第5期46-57,共12页
强杂波环境下慢速运动目标的杂波抑制一直是雷达领域的研究难点,通过子空间分解法来抑制杂波是一种常用的方法,但传统子空间分解法依赖于过往经验选取杂波基、自适应性差。基于K-均值聚类的SVD杂波抑制算法弥补了上述缺陷,然而当慢速运... 强杂波环境下慢速运动目标的杂波抑制一直是雷达领域的研究难点,通过子空间分解法来抑制杂波是一种常用的方法,但传统子空间分解法依赖于过往经验选取杂波基、自适应性差。基于K-均值聚类的SVD杂波抑制算法弥补了上述缺陷,然而当慢速运动目标与杂波在多普勒谱上接近或混叠时,这种算法的特征集区分度大幅下降,聚类结果变得不稳定。为此提出了一种基于自组织神经网络的特征值分解杂波抑制算法。首先,深入分析慢速运动目标和杂波、噪声的差异,利用回波信号矩阵特征值分解后得到的特征值和特征向量,提取针对慢速运动目标和杂波区分度高的特征来构建特征集。其次,采用受初始值影响小、聚类结果稳定的自组织神经网络进行聚类,自适应选取构造杂波子空间的杂波基,最后通过正交子空间投影来抑制杂波。仿真和实测数据结果表明该算法能有效抑制强静止杂波和慢速杂波,实现对慢速运动目标的检测,算法具有较强的稳健性和工程实用性。 展开更多
关键词 慢速运动目标 杂波 特征值分解 自组织神经网络
在线阅读 下载PDF
基于自组织神经网络算法的低渗透砂岩孔隙结构自动分类 被引量:1
3
作者 路研 刘宗宾 +2 位作者 廖新武 李超 李扬 《地质科技通报》 CAS CSCD 北大核心 2024年第6期318-330,共13页
低渗透砂岩储层的孔隙系统复杂,孔隙-喉道大小分布多变,是决定储层宏观岩石物理性质和控制流体在砂岩中渗流行为的关键因素。以往的低渗透砂岩孔隙结构分级评价工作多基于孔隙-喉道大小分布的几何形态或参数回归分析,受人为因素干扰大,... 低渗透砂岩储层的孔隙系统复杂,孔隙-喉道大小分布多变,是决定储层宏观岩石物理性质和控制流体在砂岩中渗流行为的关键因素。以往的低渗透砂岩孔隙结构分级评价工作多基于孔隙-喉道大小分布的几何形态或参数回归分析,受人为因素干扰大,缺乏精确的分级评价标准。以渤海湾盆地G油田沙四上亚段低渗透砂岩储层为研究对象,综合运用岩相学分析、高压压汞、核磁共振及X射线CT扫描等技术手段,详细探讨了低渗透砂岩微观孔隙结构特征。在此基础上,选取了15个能够反映低渗透砂岩微观孔隙结构特征的储层评价参数,并采用无监督模式下的自组织映射神经网络算法将取心层段的70组岩心样本自动划分为4类孔隙结构。研究结果表明,Ⅰ类孔隙结构以大孔喉为主,中值喉道半径r50主要分布在0.38~2.35μm的范围内;孔喉连通性好,对渗透率贡献作用显著。Ⅱ类孔隙结构的渗流性能和连通性能仅次于Ⅰ类孔隙结构,可动流体孔隙度在2.76%~5.61%之间,中值喉道半径r50主要分布在0.01~0.23μm的范围内。Ⅲ类孔隙结构具有较好的孔喉连通性和较强的微观非均质性,储集和渗流性能与Ⅰ类和Ⅱ孔隙结构相比明显较差。Ⅳ型孔隙结构内小孔喉占主导,孔喉连通性差,不利于流体在砂岩中的渗流。基于自组织映射神经网络算法可以实现多参数情况下的孔隙结构类型自动分类。分类结果不受不准确的用户自定义信息的影响,并且对参与训练过程的参数数量没有限制,在基于多参数的孔隙结构分类方面应用效果显著。建立的基于自组织特征映射(self-organizing feature map,简称SOM)神经网络算法的孔隙结构分类评价标准,对于研究低渗透砂岩储层的微观渗流行为和储层质量评价意义重大。 展开更多
关键词 渤海湾盆地 低渗透砂岩 孔隙结构 自组织神经网络 无监督模式
在线阅读 下载PDF
自组织神经影射网络排序及其在植物群落分析中的应用 被引量:7
4
作者 张金屯 孟东平 席跃翔 《北京林业大学学报》 CAS CSCD 北大核心 2008年第1期1-5,共5页
自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能,其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法,并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在M... 自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能,其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法,并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在Matlab 6.5神经网络工具箱中实现。结果将68个样方排列在SOFM拓扑空间,排序轴反映了明确的生态梯度,能够反映植物群落间的生态关系,生态意义明确,符合植被实际,表明SOFM网络是有效的植物群落排序方法。在SOFM排序过程中也很容易进行聚类,有利于群落分类和排序的结合。 展开更多
关键词 自组织神经影射网络 植被 数量方法 梯度分析 排序 太行山
在线阅读 下载PDF
自组织神经网络在火成岩岩性识别中的应用 被引量:26
5
作者 张平 潘保芝 +2 位作者 张莹 王鹏 董瑞新 《石油物探》 EI CSCD 北大核心 2009年第1期53-56,共4页
火成岩储层岩性复杂,识别难度大,当已知地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此,基于自组织神经网络(SOM网络)的结构和原理,在松辽盆地南部利用实际测井资料建立了火成岩样... 火成岩储层岩性复杂,识别难度大,当已知地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此,基于自组织神经网络(SOM网络)的结构和原理,在松辽盆地南部利用实际测井资料建立了火成岩样本数据集;利用SOM网络对样本数据集进行了训练,得到了数据集的聚类结果;讨论了SOM网络的标准化方式、结构参数和测井曲线对聚类结果的影响,认为利用正态标准化方法、选择合适的结构参数和测井曲线,以样本数据集的聚类结果作为分类基础,对火成岩井段测井资料进行了岩性识别,获得了较好的效果。 展开更多
关键词 火成岩储层 自组织神经网络 结构参数 测井资料 岩性识别
在线阅读 下载PDF
自组织神经树用于3-甲基芬太尼衍生物构效关系的研究 被引量:3
6
作者 方建慧 陆文聪 +2 位作者 丁益民 阎立诚 陈念贻 《高等学校化学学报》 SCIE EI CAS CSCD 北大核心 1996年第8期1280-1284,共5页
用自组织神经树方法研究3-甲基芬太尼衍生物的镇痛活性与其结构特征参数间的非线性关系,结果表明:该网络性能良好、识别成功率高,可望成为药物构效关系研究的有效辅助手段。
关键词 甲基 芬太尼衍生物 构效关系 自组织神经
在线阅读 下载PDF
轨迹分布模式学习的层次自组织神经网络方法 被引量:15
7
作者 胡卫明 谢丹 +1 位作者 谭铁牛 沈俊 《计算机学报》 EI CSCD 北大核心 2003年第4期417-426,共10页
提出一个层次自组织神经网络模型 ,并将其应用于基于事件识别的轨迹分布模式学习中 .该文利用神经元的侧向连接将神经元连成若干条线 ,每条线对应一个“内部网” .对应于层次神经网络模型 ,建立了两个邻域 ,即神经元邻域和“内部网”邻... 提出一个层次自组织神经网络模型 ,并将其应用于基于事件识别的轨迹分布模式学习中 .该文利用神经元的侧向连接将神经元连成若干条线 ,每条线对应一个“内部网” .对应于层次神经网络模型 ,建立了两个邻域 ,即神经元邻域和“内部网”邻域 ,两个邻域内的神经元都要不同程度地改变权值 ,从而完成运动轨迹分布模式的学习 .还给出了利用轨迹分布模式检测出局部可能的异常现象、检测整个运动轨迹所表示的事件是否为异常事件和目标行为预测的方法 . 展开更多
关键词 层次自组织神经 轨迹分布模式学习 计算机视觉 运动检测 行为预测
在线阅读 下载PDF
基于自组织神经网络的煤矿安全预警系统 被引量:19
8
作者 牛强 周勇 +1 位作者 王志晓 夏士雄 《计算机工程与设计》 CSCD 北大核心 2006年第10期1752-1753,1756,共3页
结合煤矿安全生产的具体要求,将自组织神经网络原理运用于煤矿安全预警问题中,建立了多指标综合评价的安全预警系统网络模型,并以实测数据为例对所建模型进行了训练和检验,研究结果表明,该网络性能良好、预测精度高且简便易行,是安全综... 结合煤矿安全生产的具体要求,将自组织神经网络原理运用于煤矿安全预警问题中,建立了多指标综合评价的安全预警系统网络模型,并以实测数据为例对所建模型进行了训练和检验,研究结果表明,该网络性能良好、预测精度高且简便易行,是安全综合评价的一种有效方法。 展开更多
关键词 自组织神经网络 煤矿安全 预警系统
在线阅读 下载PDF
语音识别中HMM与自组织神经网络结合的混合模型 被引量:10
9
作者 李晶皎 孙杰 +1 位作者 张俐 姚天顺 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 1999年第2期144-147,共4页
基于隐马尔可夫模型和自组织神经网络模型提出了一种用于语音识别的混合模型,给出了训练调整权向量的算法,实验结果表明其在语音识别中具有很好的性能·
关键词 自组织神经网络 语音识别 HMM 学习算法
在线阅读 下载PDF
自组织神经网络在测井储层评价中的应用 被引量:12
10
作者 任培罡 夏存银 +2 位作者 李媛 胥博文 尹玲玲 《地质科技情报》 CAS CSCD 北大核心 2010年第3期114-118,共5页
在测井储层评价过程中,岩性及流体性质的识别难度很大。当地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此.基于自组织神经网络的结构和原理,建立了岩性和流体样本数据集,利用自组... 在测井储层评价过程中,岩性及流体性质的识别难度很大。当地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此.基于自组织神经网络的结构和原理,建立了岩性和流体样本数据集,利用自组织神经网络对样本数据集进行了训练和纠错,得到了数据集的聚类结果,通过选择合适的测井曲线和网络权值,以样本数据集的聚类结果作为分类基础,对岩性和流体进行了识别,获得了较好的效果,实际资料处理结果与岩心分析资料对比,吻合度高。 展开更多
关键词 自组织神经网络 储层评价 岩性识别 流体性质
在线阅读 下载PDF
基于自组织神经网络和稳态模型的多台感应电动机聚合方法 被引量:14
11
作者 张景超 张承学 +2 位作者 鄢安河 张鹏飞 李奎 《电力系统自动化》 EI CSCD 北大核心 2007年第11期44-48,86,共6页
电力系统稳定计算中,精确的负荷模型为计算结果的可信度提供了保证。在利用统计综合法进行负荷建模时,如何提高多台感应电动机的聚合精度是研究的重要内容之一。文中提出一种基于自组织神经网络对电动机进行分类、并针对同一类型的电动... 电力系统稳定计算中,精确的负荷模型为计算结果的可信度提供了保证。在利用统计综合法进行负荷建模时,如何提高多台感应电动机的聚合精度是研究的重要内容之一。文中提出一种基于自组织神经网络对电动机进行分类、并针对同一类型的电动机采用稳态模型进行等值的聚合方法。最后,应用中国电力科学研究院开发的PSD-BPA暂态稳定计算程序,将分类聚合前后的典型居民和典型商业电动机数据分别代入进行仿真计算。结果表明,采用所提出的聚合方法可以提高多台电动机的聚合精度。 展开更多
关键词 稳态负荷模型 电动机聚合 自组织神经网络 负荷建模
在线阅读 下载PDF
基于自组织神经网络的滚动轴承状态评估方法 被引量:21
12
作者 张全德 陈果 +3 位作者 林桐 欧阳文理 滕春禹 王洪伟 《中国机械工程》 EI CAS CSCD 北大核心 2017年第5期550-558,共9页
针对单一特征在进行故障诊断时准确率不高的问题,提出了一种基于自组织神经网络(SOM)的滚动轴承状态评估方法。该方法首先从原始振动信号中提取出多特征数据,运用主成分分析(PCA)方法对多特征数据进行预处理,采用SOM进行网络训练,构建... 针对单一特征在进行故障诊断时准确率不高的问题,提出了一种基于自组织神经网络(SOM)的滚动轴承状态评估方法。该方法首先从原始振动信号中提取出多特征数据,运用主成分分析(PCA)方法对多特征数据进行预处理,采用SOM进行网络训练,构建多特征数据的融合模型,输出竞争神经元层的权值矢量;然后,计算每一个样本到竞争神经元层权值矢量的最小欧氏距离,输出最终的融合指标;最后,通过比较待检测样本与正常样本的最小欧氏距离的差异来判断轴承的状态。将该方法应用于滚动轴承状态评估,试验结果表明:融合指标比单一指标对早期故障更加敏感、更加稳健;同时,融合指标能够定量地描述轴承状态的劣化过程。 展开更多
关键词 自组织神经网络 主成分分析 特征融合 最小匹配距离 滚动轴承 故障识别
在线阅读 下载PDF
基于自组织神经网络的生态敏感性分区--以北京市房山区为例 被引量:20
13
作者 蔡博峰 穆彬 +1 位作者 方皓 崔艳 《中国环境科学》 EI CAS CSCD 北大核心 2008年第4期375-379,共5页
采用自组织神经网络(SOM)模型,以北京市房山区为例,对其进行生态敏感性分区.分别以土壤侵蚀、地表水环境、地下水环境和生境为生态敏感性因子,作为SOM模型的4个二维输入矩阵,通过多次迭代学习和自组织聚类,使结果在4维(4个生态因子)生... 采用自组织神经网络(SOM)模型,以北京市房山区为例,对其进行生态敏感性分区.分别以土壤侵蚀、地表水环境、地下水环境和生境为生态敏感性因子,作为SOM模型的4个二维输入矩阵,通过多次迭代学习和自组织聚类,使结果在4维(4个生态因子)生态敏感性空间内最大限度地逼近房山区生态特征分布.结果表明,房山区西北部山区的敏感性最高;东部平原是地表、地下水非常丰富的地区,属中度敏感;二者之间的丘陵浅山区敏感性相对较弱. 展开更多
关键词 自组织神经网络 生态敏感性分区 北京市房山区
在线阅读 下载PDF
基于自组织神经网络的居民区域旅游影响感知研究--以安徽省灵璧县为例 被引量:14
14
作者 涂玮 刘庆友 金丽娇 《旅游学刊》 CSSCI 北大核心 2008年第9期28-34,共7页
本文以旅游资源型小城镇安徽省灵璧县为例,以居民对旅游影响的感知、态度为基础,利用自组织神经网络方法,对居民旅游影响感知进行分类研究,并对分类结果进行深入剖析。通过分类研究,把握旅游地居民感知特征,为旅游地的可持续发展、旅游... 本文以旅游资源型小城镇安徽省灵璧县为例,以居民对旅游影响的感知、态度为基础,利用自组织神经网络方法,对居民旅游影响感知进行分类研究,并对分类结果进行深入剖析。通过分类研究,把握旅游地居民感知特征,为旅游地的可持续发展、旅游规划提供依据。同时作者将分类结果与前人对不同发展阶段旅游地的分类结果进行比较分析,验证了旅游地发展阶段理论,证实了神经网络方法在居民旅游影响感知分类研究中的适用性,促进了旅游学科与更多方法的融合。 展开更多
关键词 自组织神经网络 居民 旅游影响感知
在线阅读 下载PDF
基于自组织神经网络的超声心脏图象分割 被引量:8
15
作者 汪天富 郑昌琼 +1 位作者 李德玉 郑翊 《中国生物医学工程学报》 CAS CSCD 北大核心 2000年第3期356-358,360,共4页
关键词 自组织神经网络 图象分割 超声图象 心脏图象
在线阅读 下载PDF
自组织神经网络在CRM中的应用 被引量:4
16
作者 韩毅 陈建 +2 位作者 吕英华 谷文祥 张靖波 《东北师大学报(自然科学版)》 CAS CSCD 北大核心 2006年第1期31-35,共5页
提出了一种利用自组织神经网络来进行海量数据的挖掘和分类归纳的方法,该网络实现简单,反应速度较快,而且分类准确,冗余性强,对企业决策具有指导意义.
关键词 数据分类 神经网络 自组织神经网络 CRM
在线阅读 下载PDF
自组织神经网络定量分析内燃机油粘度指数 被引量:9
17
作者 冯新泸 罗平亚 +1 位作者 李子存 史永刚 《石油炼制与化工》 CAS CSCD 北大核心 2003年第12期44-48,共5页
对自组织神经网络仅具有的定性分析功能进行了发展,将自组织神经网络从无监督聚类方法改为有监督聚类方法,建立了近红外光谱-内燃机油粘度指数定性分析模型;从自组织神经网络连接神经元权重中提取定量信息,建立了近红外光谱-内燃机油粘... 对自组织神经网络仅具有的定性分析功能进行了发展,将自组织神经网络从无监督聚类方法改为有监督聚类方法,建立了近红外光谱-内燃机油粘度指数定性分析模型;从自组织神经网络连接神经元权重中提取定量信息,建立了近红外光谱-内燃机油粘度指数定量分析模型。该方法不仅实现了用近红外光谱技术对内燃机油粘度指数同时进行定性和定量分析,而且能够优化自组织神经网络的训练。使用了不同生产厂家、不同牌号的内燃机油,用20个样品作为训练集训练该模型,用10个样品作为测试集检验该模型。研究结果表明,内燃机油的近红外光谱中含有与粘度指数相关的信息,用该模型能够实现对内燃机油粘度指数的定性和定量分析。 展开更多
关键词 内燃机油 粘度指数 自组织神经网络 定量分析 润滑油 石油产品
在线阅读 下载PDF
基于混合核函数的自组织神经网络遥感图像分类 被引量:7
18
作者 尹汪宏 李朝峰 +1 位作者 张俊本 王正友 《计算机工程与设计》 CSCD 北大核心 2009年第2期388-391,共4页
自组织神经网络SOM作为一种无监督学习的竞争式网络,已经得到了广泛的应用,它通过对输入信号的竞争学习,将样本划为不同的类别,但其分类效果常很难令人满意。提出了一种基于混合核函数的SOM神经网络改进方法,并和传统的SOM网络进行了对... 自组织神经网络SOM作为一种无监督学习的竞争式网络,已经得到了广泛的应用,它通过对输入信号的竞争学习,将样本划为不同的类别,但其分类效果常很难令人满意。提出了一种基于混合核函数的SOM神经网络改进方法,并和传统的SOM网络进行了对比,Iris数据和Wine数据的分类实验表明,该方法可以明显改进SOM网络的分类效果。然后对某地Landsat卫星遥感图像数据进行分类实验,实验结果表明,与传统的SOM网络、基于多项式核的SOM网络以及基于RBF核的SOM网络相比较,基于混合核函数的SOM神经网络方法的分类效果有较明显的提高。 展开更多
关键词 混合核函数 自组织映射 神经网络 模式分类 自组织神经网络
在线阅读 下载PDF
面向分类数据的自组织神经网络 被引量:7
19
作者 汪加才 陈奇 俞瑞钊 《计算机工程与应用》 CSCD 北大核心 2003年第5期96-98,101,共4页
作为一种优良的聚类和降维工具,自组织神经网络SOM(SelfOrganizingFeatureMaps)已经得到广泛应用。其不足之处是仅适合于数值数据,这对时常需要处理分类型数据(Categoricalvalueddata)或数值型与分类型混合数据(Mixednumericandcategori... 作为一种优良的聚类和降维工具,自组织神经网络SOM(SelfOrganizingFeatureMaps)已经得到广泛应用。其不足之处是仅适合于数值数据,这对时常需要处理分类型数据(Categoricalvalueddata)或数值型与分类型混合数据(Mixednumericandcategoricalvalueddata)的数据挖掘应用是不够的。该文提出了一种新的基于覆盖(Overlap)的距离函数并将其用于SOM训练。实验结果表明,在不增加时空开销的前提下可取得较好的聚类效果。 展开更多
关键词 分类数据 自组织神经网络 聚类 数据挖掘 数据库
在线阅读 下载PDF
Matlab自组织神经网络在遥感图像分类中的应用 被引量:19
20
作者 杜华强 范文义 《东北林业大学学报》 CAS CSCD 北大核心 2003年第4期51-53,共3页
以Matlab平台为基础 ,利用神经网络工具箱构建了自组织神经网络 ,对一幅TM4 32假彩色遥感图像通过 30 0次训练后 ,仿真输出能真实地反映原始图像的特征。其分类总精度为 87.14 % ,Kappa系数为 0 .85 。
关键词 Matlab自组织神经网络 遥感图像 应用 网络工具箱 仿真输出 原始图像
在线阅读 下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部