-
题名改进的ART网络在火焰燃烧状态识别中的应用
被引量：1
- 1
-
-
作者
隋金雪
杨莉
贺永强
董晓峰
-
机构
山东工商学院信息与电子工程学院
华北电力大学动力工程系
-
出处
《传感器与微系统》
CSCD
北大核心
2007年第5期90-93,共4页
-
文摘
基于采集的电站锅炉燃烧器火焰图像,利用数字图像处理技术,讨论了特征值的意义和提取方法,提取了火焰图像特征区内灰度的平均值和标准差2个特征向量,运用现代人工神经网络智能理论,设计并改进了ART2网络算法,经过训练和实际应用后,ART2网络对一定工况的旋流燃烧器和直流燃烧器火焰燃烧状态都具有很好的识别能力,判别准确,网络稳定,实现燃烧状态实时判断,在现场取得了良好的实际应用效果。
-
关键词
火焰图像
燃烧诊断
人工神经网络
自适应共振理论网络
-
Keywords
flame image
combustion diagnosis
artificial neural network
adaptive resoance theory （ART） network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于Fuzzy-ART神经网络的红外弱小目标检测
被引量：5
- 2
-
-
作者
陈炳文
王文伟
秦前清
-
机构
武汉大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2012年第5期857-863,共7页
-
基金
中央高校基本科研业务费专项资金(212274467
111078)
湖北省自然科学基金(2011CDB452)资助课题
-
文摘
针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标。理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标。
-
关键词
模式识别
弱小目标检测
模糊自适应共振理论神经网络
Robinson警戒环
自适应分割
-
Keywords
pattern recognition
dim target detection
fuzzy adaptive resonance theory（Fuzzy-ART） neural network
Robinson guard
adaptive segmentation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名FART神经网络的改进及其在晶圆在线监测中的应用
- 3
-
-
作者
王令群
郑应平
孔祥洪
-
机构
上海海洋大学信息学院
同济大学控制科学与工程系
-
出处
《实验室研究与探索》
CAS
2008年第11期6-9,共4页
-
基金
上海高校选拔培养优秀青年教师科研专项基金(科07-43)
校博士启动基金
-
文摘
对模糊自适应共振理论(FART)神经网络进行改进,使用改进的FART神经网络对半导体生产线晶圆合格率进行在线检测,对晶圆合格率特征向量进行聚类分析,将合格率损失中拥有相类似特征的晶圆分为一类,一旦检测到生产线发生异常,便可找出故障设备并及时维护,从而使生产线处于高生产率状态。
-
关键词
模糊自适应共振理论神经网络
半导体生产线
聚类分析
-
Keywords
fuzzy adaptive resonance theory neural network
semiconductor manufacturing line
clustering analysis
-
分类号
TP278
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名ART2神经网络的一种改进
被引量：2
- 4
-
-
作者
陈国灿
高茂庭
-
机构
上海海事大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
2014年第18期137-141,187,共6页
-
基金
上海市科委科技创新项目(No.12595810200)
上海海事大学科研项目(No.201100051)
-
文摘
传统ART2神经网络在聚类过程中模式的匹配度量仅仅与模式的相位信息相关,这种匹配度量忽略了模式的幅度信息的作用,在对相位信息相同而幅度信息不同的两个簇进行聚类时,效果很差;同时,它还存在输入域限制的问题。针对这些不足之处,提出了一种改进的ART2神经网络,在输入模式进入网络学习过程中,保存其幅值信息,放宽对负实数的非线性转换,并考虑输入模式到各个簇的中心点的最短距离,同时增加一个阈值对离群点进行判定,消除了离群点对聚类结果的影响。实验验证,改进的ART2网络在对相同相位的两个簇聚类时,性能明显优于传统的ART2网络。
-
关键词
自适应共振理论(ART)2网络
聚类
相位信息
幅度信息
-
Keywords
Adaptive Resonance Theory（ART）2 neural network
clustering
phase information
amplitude information
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
