期刊文献+
共找到436篇文章
< 1 2 22 >
每页显示 20 50 100
基于SOM自组织神经网络和K-means方法探究地表水与地下水之间的水力联系
1
作者 张大龙 黄勇 《水力发电》 2025年第4期6-11,共6页
针对地表水与地下水之间的水力联系,引入SOM自组织神经网络和K-means方法,以华北平原某污染河段为研究对象,探讨地表水与地下水之间的水力联系。经分析,发现地表水和1号、2号、6号、7号观测井的地下水水质基本一致,水力联系较强;与3号、... 针对地表水与地下水之间的水力联系,引入SOM自组织神经网络和K-means方法,以华北平原某污染河段为研究对象,探讨地表水与地下水之间的水力联系。经分析,发现地表水和1号、2号、6号、7号观测井的地下水水质基本一致,水力联系较强;与3号、8号、9号、10号、12号、13号观测井的地下水水质差异较大,水力联系较弱,研究结果与传统系统聚类方法的结果基本一致。结果表明,此方法能够精确地判别地表水和地下水之间的水力联系,为识别不同含水层的水力联系提供了新的解决思路和技术手段。 展开更多
关键词 地表水 地下水 水力联系 水化学分析 som自组织神经网络 K-MEANS 聚类分析
在线阅读 下载PDF
基于PSO+SOM神经网络的无人机装备故障智能诊断研究
2
作者 沈延安 陈强 杨克泉 《火力与指挥控制》 北大核心 2025年第1期152-159,168,共9页
针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进... 针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进效果,以及比较LVQ、BP、传统SOM、PSO+SOM神经网络的故障诊断效果,结果表明PSO+SOM神经网络的故障诊断模型具有适度值小、判别时间短、迭代次数少、准确率高、收敛速度快的优点,为实现无人机装备故障智能诊断提供一种高效的方法。 展开更多
关键词 无人机 som神经网络 PSO算法 智能化 故障诊断
在线阅读 下载PDF
基于SOM神经网络的变电站高压电气设备自动检测方法研究
3
作者 冯永康 王梦欣 《通信电源技术》 2025年第3期82-84,共3页
当前变电站高压电气设备自动检测节点的部署一般采用定点形式,覆盖区域较小,导致错误检测次数增加,为此提出基于自组织映射(Self-Organizing Maps,SOM)神经网络的变电站高压电气设备自动检测方法。采用多点位的方式扩大自动检测的覆盖区... 当前变电站高压电气设备自动检测节点的部署一般采用定点形式,覆盖区域较小,导致错误检测次数增加,为此提出基于自组织映射(Self-Organizing Maps,SOM)神经网络的变电站高压电气设备自动检测方法。采用多点位的方式扩大自动检测的覆盖区域,实现对多点位自动检测节点的部署,构建SOM神经网络高压电气设备自动检测模型,将数据输入该模型从而得到相关的检测结果。测试结果表明,设计方法的错误检测次数较少,这表明该方法的稳定性与针对性更强,具有较高的实际的应用价值。 展开更多
关键词 自组织映射(som)神经网络 变电站 高压电气设备 自动检测 检测节点部署
在线阅读 下载PDF
基于SOM神经网络的网络舆情信息分类方法研究
4
作者 曾亚 孙亚琴 《长江信息通信》 2025年第3期153-155,共3页
网络舆情信息中存在大量噪声,导致信息的置信度普遍偏低,因此设计一种基于SOM神经网络的网络舆情信息分类方法。先采用网络爬虫技术获取数据,通过确定目标网站、解析网页结构,并利用三线程并发模式构建舆情信息语料库,数据主要分为纯文... 网络舆情信息中存在大量噪声,导致信息的置信度普遍偏低,因此设计一种基于SOM神经网络的网络舆情信息分类方法。先采用网络爬虫技术获取数据,通过确定目标网站、解析网页结构,并利用三线程并发模式构建舆情信息语料库,数据主要分为纯文本数据与XML数据两种形式。基于SOM神经网络提出新型网络架构,该架构由输入层与竞争层构成,通过SOM节点自组织学习捕捉并映射不同特征,实现特征的有效提取。将获取的特征与网络评论的词汇级、字符级和语义级表示向量进行拼接融合,采用Softmax线性分类器作为决策工具,并引入交叉熵作为损失函数,实现网络舆情信息分类。实验结果表明,设计方法的置信度均超过了0.90,普遍高于现有方法,显示设计方法在网络舆情信息分类任务中表现出较高的分类确定性和稳定性。 展开更多
关键词 som 神经网络 网络舆情 语料库 信息分类
在线阅读 下载PDF
基于SOM神经网络的液压设备区间观测与故障诊断研究
5
作者 郝芳 陈丽娟 《河南科技》 2025年第6期44-48,共5页
【目的】液压系统作为机械装备的核心组成部分,其故障诊断与健康管理对于预防出现严重后果至关重要。本研究旨在构建高精度的液压系统故障诊断模型,探索先进的液压系统健康管理方法,以确保机械设备的稳定运行和操作安全。【方法】本研... 【目的】液压系统作为机械装备的核心组成部分,其故障诊断与健康管理对于预防出现严重后果至关重要。本研究旨在构建高精度的液压系统故障诊断模型,探索先进的液压系统健康管理方法,以确保机械设备的稳定运行和操作安全。【方法】本研究采用自组织映射(SOM)神经网络结合区间观测技术,对液压系统的关键性能指标(HFI)进行分析。SOM神经网络通过无监督学习机制,自适应调整网络参数与结构,揭示输入数据的内在规律。区间观测技术则通过对系统状态进行实时监控,构建状态的上下界估计,为故障诊断提供更为精确的依据。【结果】经过迭代训练的SOM神经网络结构对144种故障状态的液压冷却过滤系统进行了检测,故障诊断准确率达到了98.06%,准确率较高。【结论】本研究所提出的液压设备故障诊断模型不仅能够准确判断设备的工作状态,还具有较高的诊断性能,提高了整个机械装备的运行效率和安全性。 展开更多
关键词 som神经网络 液压设备 故障诊断 区间观测
在线阅读 下载PDF
基于主成分分析和神经网络聚类的城市坡道行驶工况研究
6
作者 宋宇臻 吴智敏 +2 位作者 阴晓峰 雷雨龙 梁益铭 《汽车技术》 北大核心 2025年第5期47-54,共8页
针对车用性能评价的城市行驶工况缺乏坡道信息的问题,提出了一种基于自组织映射(SOM)神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据,将预处理后数据划分短行程,选取20个表征道路运行... 针对车用性能评价的城市行驶工况缺乏坡道信息的问题,提出了一种基于自组织映射(SOM)神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据,将预处理后数据划分短行程,选取20个表征道路运行特征的短行程特征参数;利用主成分分析法对特征参数降维,使用SOM神经网络对短行程进行聚类分析;基于坡道平滑衔接的原则,选取相关度较高的短行程,并构建包含速度、坡度信息的城市坡道行驶工况。自动变速器坡道性能测试结果表明:所构建工况能够体现车辆在具有城市坡道特征道路的行驶特性,可作为车辆城市坡道行驶性能测试的基准工况。 展开更多
关键词 坡道行驶工况 主成分分析 som神经网络 聚类分析 性能测试
在线阅读 下载PDF
基于SOM神经网络的教学认知诊断模型研究
7
作者 梁存良 张玥 +2 位作者 黄宏涛 叶海智 李小娟 《现代教育技术》 CSSCI 2024年第9期59-70,共12页
认知诊断模型在评估知识点依赖关系松散型学科知识状态时,因其生成的可达矩阵较为稀疏,易导致认知诊断的效率和准确度降低。而自组织映射(Self-Organizing Maps,SOM)神经网络可在不考虑知识点依赖关系的情况下,通过自动发现样本中的内... 认知诊断模型在评估知识点依赖关系松散型学科知识状态时,因其生成的可达矩阵较为稀疏,易导致认知诊断的效率和准确度降低。而自组织映射(Self-Organizing Maps,SOM)神经网络可在不考虑知识点依赖关系的情况下,通过自动发现样本中的内在规律和本质属性,实现对学生知识状态的分类与评估。基于此,文章构建了基于SOM神经网络的教学认知诊断模型,在“大学英语视听说”课程中开展了此诊断模型的教学应用,并从诊断结果、学习成效、满意度三个方面进行了应用效果分析,结果表明:诊断模型用于知识点依赖关系松散型学科时,能够通过自组织聚类消除学生答题过程中的误差,精准、高效地分类评估学生的知识状态;诊断模型有助于教师实施有针对性的补救教学,在提高学生的学习效率和避免成绩的两极化方面效果显著;学生对诊断模型的整体满意度也较高。文章的研究丰富了教学认知诊断理论,可为个性化学习、精准补救教学提供诊断方法和实践经验。 展开更多
关键词 som神经网络 认知诊断 知识状态 补救教学 个性化学习
在线阅读 下载PDF
基于经验模态分解的神经网络地震相分析研究
8
作者 王彪 王志强 +3 位作者 温睿 李师吉 陈军 杨巍 《河北石油职业技术大学学报》 2025年第2期10-15,30,共7页
地震相是沉积相在地震剖面上各种表现的总和,代表了沉积物的层理和沉积特征,地震相分析是储层预测和储层特征定量描述的基础工作之一,通过经验模态分解方法,将地震数据分解为若干个窄频的模态分量,然后利用自组织神经网络对模态分量以... 地震相是沉积相在地震剖面上各种表现的总和,代表了沉积物的层理和沉积特征,地震相分析是储层预测和储层特征定量描述的基础工作之一,通过经验模态分解方法,将地震数据分解为若干个窄频的模态分量,然后利用自组织神经网络对模态分量以及模态分量的重构信号进行聚类分析,这样能够很好的避免地震资料里的无信号干扰聚类过程,而且能够研究出不同窄频地震数据,所反映出的地震相特征。应用结果表明,1阶模态分量主要为原始地震数据的高频成分,能够刻画出地震相带的内部细节特征,2阶模态分量主要为原始地震数据的中频成分,能够刻画出地震相带外部分布特征。对1阶和2阶分量的重构数据体进行分析,所得到的地震相图相较于传统波形聚类,能够更加清晰地反映出有利相带在平面上的分布特征,能够为有利目标的落实提供了证据,也为油气勘探提供了一个新思路、新技术。 展开更多
关键词 经验模态分解 自组织神经网络 地震相
在线阅读 下载PDF
基于神经网络的6063铝型材挤压工艺多目标优化
9
作者 刘鹏程 彭炳锋 +3 位作者 刘寒龙 刘莹雪 孙立科 林高用 《中南大学学报(自然科学版)》 北大核心 2025年第3期881-890,共10页
对1种典型6063铝合金挤压型材金相进行分析。采用有限元数值模拟方法对该型材的挤压过程进行模拟。为了解决6063铝型材横截面组织不均匀问题,提出一种基于数值模拟和神经网络相结合的挤压温度均匀性多目标优化方法。基于GABP神经网络建... 对1种典型6063铝合金挤压型材金相进行分析。采用有限元数值模拟方法对该型材的挤压过程进行模拟。为了解决6063铝型材横截面组织不均匀问题,提出一种基于数值模拟和神经网络相结合的挤压温度均匀性多目标优化方法。基于GABP神经网络建立工艺参数(挤压速度、坯料温度、模具温度和挤压筒温度)和成形质量(型材出口横截面的平均温度T_(av)和温度标准差D_(SDT))的映射关系,基于NSGA-Ⅱ算法和Matlab软件平台,对挤压工艺参数进行优化,获得较佳的工艺参数组合。研究结果表明:铝型材不同区域的晶粒组织存在较明显差异;型材组织的不均匀性主要是挤出模口的型材温度不均匀所致;较佳的工艺参数组合是挤压速度为3.73mm/s、坯料温度为474.1℃、模具预热温度为469.9℃、挤压筒预热温度为456.8℃;与初始挤压工艺方案对比,采用优化的挤压工艺参数时,温度标准差DSDT从5.33℃下降到3.32℃。将这组最优工艺参数进行挤压生产验证,发现不同部位晶粒组织的均匀性大幅度提高。 展开更多
关键词 6063铝型材 组织均匀性 GABP神经网络 NSGA-Ⅱ算法 Qform软件
在线阅读 下载PDF
基于轻量化卷积神经网络的纬编针织物组织结构分类
10
作者 胡旭东 汤炜 +4 位作者 曾志发 汝欣 彭来湖 李建强 王博平 《纺织学报》 EI CAS CSCD 北大核心 2024年第5期60-69,共10页
为解决纬编针织物组织结构自动分类时现有方法计算量偏大的问题,基于轻量化卷积神经网络,提出了一种改进的纬编针织物组织结构分类方法。采集纬编针织物组织双面的图像,以准确判断其结构类型。在特征提取步骤中,引入了注意力机制模块,... 为解决纬编针织物组织结构自动分类时现有方法计算量偏大的问题,基于轻量化卷积神经网络,提出了一种改进的纬编针织物组织结构分类方法。采集纬编针织物组织双面的图像,以准确判断其结构类型。在特征提取步骤中,引入了注意力机制模块,修正各个层次特征在通道域和空间域的权重。构建的双分支网络架构能并行提取织物双面的特征信息。在分类阶段,采用了串行策略来融合高维特征向量,以确定纬编针织物组织所属类别。使用准确率、宏精确率、宏召回率以及宏F_(1)评估模型的性能,并统计了参数量和计算复杂度衡量模型的资源消耗。实验结果显示,对于纬编针织物特殊的结构特点,双分支网络架构具有很好的适应性。改进后的模型增强了不同组织间的特征区分度,在受到角度旋转、尺度改变、光照条件变化等干扰下,本文方法的分类准确率可达99.51%,且保持了较小的资源消耗。 展开更多
关键词 纬编针织物 组织结构分类 轻量化卷积神经网络 图像识别 双分支网络 注意力机制
在线阅读 下载PDF
融合SOM神经网络与K-means聚类算法的用户信用画像研究 被引量:2
11
作者 罗博炜 罗万红 谭家驹 《铁路计算机应用》 2024年第7期14-19,共6页
为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Me... 为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Means算法进行聚类分析。通过真实在线借贷平台数据对所提方法进行验证,结果表明,该方法可提升用户信用画像分析的质量,更好地满足金融数据分析中对实时管理和风险控制的要求,为金融机构提供精准的决策支持。 展开更多
关键词 用户信用画像 som神经网络 K-MEANS聚类算法 时间复杂度 风险控制
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
12
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
基于自组织神经网络的EVD杂波抑制算法
13
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
结合离散熵和自组织神经网络(SOM)的边缘检测方法 被引量:2
14
作者 王坤 高立群 +1 位作者 片兆宇 郭丽 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第5期641-644,共4页
提出了一种结合图像离散熵和自组织神经网络的边缘检测方法.首先,用离散熵选定阈值来分割图像的平滑区域和灰度变化剧烈的区域,用来减少计算量;其次将灰度图像转化为理想二值像素模式;定义了6个边缘类型和6个原型向量.将这些边缘向量作... 提出了一种结合图像离散熵和自组织神经网络的边缘检测方法.首先,用离散熵选定阈值来分割图像的平滑区域和灰度变化剧烈的区域,用来减少计算量;其次将灰度图像转化为理想二值像素模式;定义了6个边缘类型和6个原型向量.将这些边缘向量作为神经网络的输入,通过SOM对其进行边缘分类从而获得边缘图像.最后将斑点边缘从边缘图像中去除即得到理想的边缘图像.实验结果表明,与其他的边缘检测方法相比获得了较为理想的边缘. 展开更多
关键词 边缘检测 离散熵 阈值 自组织神经网络 斑点噪声
在线阅读 下载PDF
基于SOM神经网络的中国球粒陨石26种元素浓度数值分布的自组织分类
15
作者 杨纪青 陈洪萍 《数字技术与应用》 2009年第11期127-127,共1页
为实现中国球粒陨石按元素浓度数值分布的自组织分类,用SOM神经网络技术,以中国科学院广州地球化学研究所的中国岩矿地球化学数据库(http://www.geochem.csdb.cn/)共享的60种中国球粒陨石的26种元素浓度数据为学习和测试样... 为实现中国球粒陨石按元素浓度数值分布的自组织分类,用SOM神经网络技术,以中国科学院广州地球化学研究所的中国岩矿地球化学数据库(http://www.geochem.csdb.cn/)共享的60种中国球粒陨石的26种元素浓度数据为学习和测试样本,训练和检测神经网络对中国球粒陨石的元素浓度数值分布的自组织分类。实验显示:经过1000步的训练,SOM神经网络矩阵映射重复操作归类相同率,在剔除特异结果后达到90%以上。这一结果证实,利用SOM神经网络技术,可以对中国球粒陨石的元素浓度数值分布进行客观分类。 展开更多
关键词 中国球粒陨石 元素浓度 som神经网络 自组织分类
在线阅读 下载PDF
SOM人工神经网络在客机零部件故障诊断中的应用研究 被引量:8
16
作者 吴海桥 刘毅 +1 位作者 丁运亮 张祥伟 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2002年第1期31-34,共4页
现代客机在使用过程中不可避免地会发生各种故障 ,故障诊断对保证飞行安全十分重要 ,本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射 (Self-organizing map,SOM)人工神经网络在输出上可反映出输... 现代客机在使用过程中不可避免地会发生各种故障 ,故障诊断对保证飞行安全十分重要 ,本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射 (Self-organizing map,SOM)人工神经网络在输出上可反映出输入学习样本的概率密度分布 ,且无需知道样本的概率分布的先验知识 ,兼具函数逼近功能。本文将 SOM引入这一领域 ,用于计算飞机零部件发生故障的概率 ,以及实现数学方法计算结果与专家经验的结合 ,实际应用说明了该方法的可行性。 展开更多
关键词 som人工神经网络 客机 故障诊断 概率计算 函数逼近 自组织特征映射
在线阅读 下载PDF
基于自组织神经网络的声学底质分类研究 被引量:8
17
作者 唐秋华 刘保华 +2 位作者 陈永奇 周兴华 丁继胜 《声学技术》 CSCD 北大核心 2007年第3期380-384,共5页
研究利用多波束测深系统获取的反向散射强度数据,应用自组织(Self Organizing Map,简称SOM)神经网络分类方法实现了对海底泥、砂、砾石和基岩等底质类型的快速、有效识别。通过实验示例,将SOM神经网络的分类结果与传统海底地质取样获取... 研究利用多波束测深系统获取的反向散射强度数据,应用自组织(Self Organizing Map,简称SOM)神经网络分类方法实现了对海底泥、砂、砾石和基岩等底质类型的快速、有效识别。通过实验示例,将SOM神经网络的分类结果与传统海底地质取样获取的真实底质类型进行分析比较,表明该方法是可行和有效的。 展开更多
关键词 som神经网络 多波束测深系统 声学底质分类 反向散射强度
在线阅读 下载PDF
基于小波包与SOM神经网络的截齿磨损状态识别 被引量:19
18
作者 张强 顾颉颖 +2 位作者 刘峻铭 刘志恒 田莹 《煤炭学报》 EI CAS CSCD 北大核心 2018年第7期2077-2083,共7页
为实现采煤机截割过程中截齿磨损状态的实时在线监测,采用声发射传感器对不同磨损程度截齿截割时的声发射信号进行采集,采用小波包分析方法分析声发射信号不同频带能量的变化规律,建立能量值的样本空间,构建基于SOM神经网络的截齿磨损... 为实现采煤机截割过程中截齿磨损状态的实时在线监测,采用声发射传感器对不同磨损程度截齿截割时的声发射信号进行采集,采用小波包分析方法分析声发射信号不同频带能量的变化规律,建立能量值的样本空间,构建基于SOM神经网络的截齿磨损识别模型,实现对截齿不同磨损状态的在线监测。通过随机测试实验对截齿磨损状态识别模型进行验证,结果表明,基于小波包分析与SOM神经网络的截齿预测磨损状态识别模型识别精度较高,测试样本识别精度约95%。研究结果为准确识别截齿的磨损状态、提高采煤机的工作效率提供一种重要的技术手段。 展开更多
关键词 采煤机 截齿磨损 声发射信号 小波包分解 som神经网络 识别
在线阅读 下载PDF
基于主成分分析的SOM神经网络在火山岩岩性识别中的应用 被引量:30
19
作者 张莹 潘保芝 《测井技术》 CAS CSCD 北大核心 2009年第6期550-554,共5页
针对火山岩储层岩性识别难的问题,提出一种将主成分分析和SOM神经网络相结合对测井资料进行处理的岩性识别方法。主成分分析能较好地提取表征样本的少数几个独立的综合指标,从而能够消除神经网络输入间的相关性,降低神经网络的输入维数... 针对火山岩储层岩性识别难的问题,提出一种将主成分分析和SOM神经网络相结合对测井资料进行处理的岩性识别方法。主成分分析能较好地提取表征样本的少数几个独立的综合指标,从而能够消除神经网络输入间的相关性,降低神经网络的输入维数,简化网络结构,加速网络收敛速度,从整体上提高网络的性能。针对松辽盆地徐家围子地区内有薄片分析及全岩分析的325块岩样,单独使用主成分分析方法的岩性识别正确率为79.38%,单独使用自组织神经网络方法的岩性识别正确率为82.15%,结合上述2种方法的岩性识别正确率为87.38%。由此在实际处理20口井火山岩层段时,将原始测井数据通过主成分分析进行精简处理,然后再通过SOM神经网络进行识别分类,最终厚度符合率为85.2%,从而为利用常规测井资料识别火山岩岩性又提供一种有效方法。 展开更多
关键词 测井应用 主成分分析 som神经网络 火山岩 岩性识别
在线阅读 下载PDF
基于自组织映射神经网络的VANET组网算法 被引量:12
20
作者 吴怡 杨琼 +2 位作者 吴庆祥 沈连丰 林潇 《通信学报》 EI CSCD 北大核心 2011年第12期136-145,共10页
研究了应用于汽车辅助驾驶、无人驾驶等智能交通领域的车辆组网方法,提出一种将自组织映射神经网络算法应用于车辆自组织网络进行车辆组网的算法,该算法根据车辆定时发出的消息中位置、行驶方向等信息对车辆按目的地、行驶方向的相似性... 研究了应用于汽车辅助驾驶、无人驾驶等智能交通领域的车辆组网方法,提出一种将自组织映射神经网络算法应用于车辆自组织网络进行车辆组网的算法,该算法根据车辆定时发出的消息中位置、行驶方向等信息对车辆按目的地、行驶方向的相似性进行组网,组网后的车辆主要接收并处理与之在同一个网络中的车辆的信息。理论分析和仿真结果表明,组网后的系统传输时延远低于未组网通信情况,吞吐量有显著提高。 展开更多
关键词 车辆自组织网络 自组织映射 神经网络 组网
在线阅读 下载PDF
上一页 1 2 22 下一页 到第
使用帮助 返回顶部