期刊文献+
共找到726篇文章
< 1 2 37 >
每页显示 20 50 100
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
基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测 被引量:1
2
作者 陈宇航 王渝红 +3 位作者 南璐 何川 王腾鑫 张敏 《现代电力》 北大核心 2025年第2期352-359,共8页
为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到... 为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到相似日集合,而后采用相似日数据对BP神经网络进行训练得到单点负荷值预测结果。其次,重点考虑历史数据的周期性和时序变化趋势,基于Prophet时序模型对历史负荷数据进行周期非线性拟合。通过历史数据拟合误差反馈,调整优化模型的关键超参数,最后基于误差倒数法组合得到短期负荷预测结果。以某地区电力负荷数据作为算例验证,结果表明所提的改进预测模型预测精度更高,且在克服历史数据缺失和拟合非工作日负荷曲线等方面具有优势。 展开更多
关键词 短期负荷预测 PROPHET 自组织映射-前馈 神经网络 时间序列
在线阅读 下载PDF
基于自组织映射优化k均值聚类合成少数类算法及应用
3
作者 罗博炜 谭家驹 冯纪强 《广西大学学报(自然科学版)》 北大核心 2025年第3期679-689,共11页
针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特... 针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特征,将高维数据有效地映射至低维空间。在此基础上,结合k-Means算法进行数据聚类,以识别少数类样本的潜在群集,从而更准确地确定过采样的焦点区域。最后运用SMOTE技术对这些焦点区域进行过采样,增加少数类样本数量的同时保持数据的原始特征分布,从而减少过拟合的风险。在Bank marketing、Credit_Fraud等多个经典的真实金融数据集上的实验证明,该方法能够通过增加聚类稳定性来提升传统过采样算法的质量,在提升模型性能的同时降低算法复杂度。 展开更多
关键词 自组织映射神经网络 聚类算法 k均值聚类合成少数类过采样方法 信贷违约预警
在线阅读 下载PDF
基于自组织映射机器学习方法的酸性矿坑水污染特征聚类分析:以福建龙岩林坑煤矿为例
4
作者 贾文慧 叶淑君 +3 位作者 车巧慧 许万强 郑文明 王帮团 《高校地质学报》 北大核心 2025年第1期24-33,共10页
酸性矿坑水(Acid Mine Drainage,AMD)是煤炭开采过程中产生的主要环境问题之一,对生态系统和人类健康构成严重威胁。该研究选取福建龙岩林坑煤矿为研究区,运用自组织映射(Self-Organizing Map,SOM)技术对研究区AMD污染特征进行系统的聚... 酸性矿坑水(Acid Mine Drainage,AMD)是煤炭开采过程中产生的主要环境问题之一,对生态系统和人类健康构成严重威胁。该研究选取福建龙岩林坑煤矿为研究区,运用自组织映射(Self-Organizing Map,SOM)技术对研究区AMD污染特征进行系统的聚类分析,旨在准确评估该区域AMD污染现状并有效识别主要污染源。本研究利用SOM方法对37个水样的4种水质指标(pH、Fe、Mn和SO_(4)^(2-))进行综合分析,最终将水样划分为4个不同污染程度的聚类,明确揭示了不同污染程度水体的空间分布特征。各聚类按污染程度从高到低顺序,依次为聚类Ⅳ、聚类Ⅲ、聚类Ⅱ和聚类Ⅰ,其中聚类Ⅲ和聚类Ⅳ的样本表现出严重的污染特征,主要位于煤矿涌水点和煤矸石堆放区附近,是未来治理工作的重点;聚类Ⅱ的样本主要受污染水流汇入的影响;聚类Ⅰ包含样本量最多,表明该区域大部分水体受AMD影响程度有限。SOM方法为AMD污染特征的评估提供了有效工具,具有推广至其他煤矿区的应用潜力。未来研究需增加监测频率,以捕捉季节性变化对水质的影响。随着监测数据量的不断增加,SOM方法的应用潜力将更加明显。 展开更多
关键词 酸性矿坑水 自组织映射网络 污染评估 聚类分析
在线阅读 下载PDF
改进多层自组织映射网络驱动的风电机组状态监测
5
作者 金晓航 杨宇辰 喻轩昂 《仪器仪表学报》 北大核心 2025年第3期231-241,共11页
针对现有风电机组状态监测方法未充分考虑机组与其关键部件间的关联与信息传递问题,提出一种改进多层自组织映射网络驱动的风电机组状态监测方法。首先,采用皮尔逊相关系数对风电机组数据采集与监控系统(SCADA)特征进行选择,将特征信息... 针对现有风电机组状态监测方法未充分考虑机组与其关键部件间的关联与信息传递问题,提出一种改进多层自组织映射网络驱动的风电机组状态监测方法。首先,采用皮尔逊相关系数对风电机组数据采集与监控系统(SCADA)特征进行选择,将特征信息作为风电机组树状结构的底层节点信息;其次,考虑到风电机组数据的非线性和时序的特点,基于历史数据的学习训练并构建长短期记忆网络(LSTM)模型来预测SCADA特征数值,计算预测残差;随后,使预测残差代替特征信息作为多层自组织映射网络(MLSOM)模型中底层自组织映射网络(SOM)模型的输入构建部件的正常行为模型,基于训练后的SOM模型以最小量化误差作为指标来表征研究对象的健康状态,按照上述方法分别建立发电机、齿轮箱、变流器关键部件的监测模型;然后,将不同关键部件的健康指标融合作为顶层节点信息输入到多层自组织映射网络模型中的顶层SOM模型进行训练,构建机组的正常行为模型,得到机组的健康指标用于整台机组运行状态的监测分析。最后,通过两个风电机组案例分析结果表明,所提方法可有效将部件信息逐级传递并汇集在风电机组上,进而实现整台机组的状态监测。 展开更多
关键词 风电机组 状态监测 长短期记忆网络 多层自组织映射网络
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
6
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
7
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
Kohonen自组织特征映射模型的推广 被引量:3
8
作者 刘政凯 李葆馨 《自动化学报》 EI CSCD 北大核心 1994年第3期338-341,共4页
基于拓扑特征保持的观点,对Kohonen自组织特征映射模型进行了推广和理论分析。实验结果表明。采用推广后的模型,能够使自组织特征映射更好地保持特征空间的拓扑性质,从而达到更好的应用效果。
关键词 人工 神经网络 kohonen模型 映射
在线阅读 下载PDF
基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征 被引量:14
9
作者 常耀文 吴迪 +3 位作者 李欢 刘霞 王蕴鹏 郭家瑜 《生态学报》 CAS CSCD 北大核心 2024年第11期4544-4557,共14页
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。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神... 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。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征。结果表明:(1)2000—2020年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势。淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区。(2)识别了5个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇。核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000—2020年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达60.09%,NPP服务簇面积显著增加,2020年占整个流域面积的57.02%。研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础。 展开更多
关键词 生态系统服务 自组织映射神经网络(SOFM) 生态系统服务簇 淮河流域 InVEST模型
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:9
10
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
基于自组织映射和K-means聚类的分层设计空间动态缩减方法及其在船型优化中的应用 被引量:1
11
作者 于群 李鹏 +3 位作者 郑强 冯佰威 邱春良 曾大连 《中国舰船研究》 CSCD 北大核心 2024年第6期64-73,共10页
[目的]基于CFD的船型优化由于其高维、计算昂贵、“黑盒”等特点,通常会存在优化效率低,优化质量差的问题。针对以上问题,基于自组织映射方法和K-means聚类提出分层设计空间动态缩减方法(HSRM)。[方法]利用K-means聚类算法,对自组织映... [目的]基于CFD的船型优化由于其高维、计算昂贵、“黑盒”等特点,通常会存在优化效率低,优化质量差的问题。针对以上问题,基于自组织映射方法和K-means聚类提出分层设计空间动态缩减方法(HSRM)。[方法]利用K-means聚类算法,对自组织映射方法的可视化结果进行聚类,并提取感兴趣的区域。通过该方式,可在船型优化过程中,对样本仿真数据进行数据挖掘、提取设计知识、指导设计优化,以提高优化质量。最后将该方法应用于7500吨级散货船的船型优化设计过程以验证有效性。[结果]结果表明,利用传统粒子群优化算法(PSO)和HSRM得到的优化船型总阻力分别降低1.854%和2.266%,HSRM能得到更高质量的优化解。[结论]所提出的方法可以指导优化算法向着最优解的方向进行寻优,有效提高优化效率和优化质量。 展开更多
关键词 船舶设计 船型优化 自组织映射 设计空间缩减 聚类分析 分层设计空间动态缩减方法
在线阅读 下载PDF
基于改进自组织映射的用户电碳画像构建方法 被引量:2
12
作者 周保荣 李江南 +3 位作者 吕逸帆 蔡希鹏 毛田 许银亮 《电力系统自动化》 EI CSCD 北大核心 2024年第20期182-190,共9页
近年来,“碳达峰·碳中和”目标的提出促进了能源电力领域的低碳转型。在新型电力系统中,除了发电侧,用户侧也应承担部分碳排放责任。针对用户侧的碳排放责任分摊以及现有用户画像对碳特性的研究缺失,提出了一种基于改进自组织映射(... 近年来,“碳达峰·碳中和”目标的提出促进了能源电力领域的低碳转型。在新型电力系统中,除了发电侧,用户侧也应承担部分碳排放责任。针对用户侧的碳排放责任分摊以及现有用户画像对碳特性的研究缺失,提出了一种基于改进自组织映射(ISOM)的用户电碳画像构建方法。首先,基于节点负荷数据构建潮流模型并进行碳排放流分析;其次,基于碳排放流分析,构建结合减碳潜力的负荷动态调度模型,进而得到多元电碳特征;然后,基于麻雀搜索算法(SSA)和三角拓扑邻域的自组织映射(SOM)对多元电碳特征聚类形成用户电碳画像;最后,在不同调度场景下对电网用户实际负荷数据进行测试,并与现有方法进行对比,实验结果验证了所提方法的有效性和实用性。 展开更多
关键词 负荷调度 碳排放 聚类 用户电碳画像 自组织映射
在线阅读 下载PDF
考虑易用性和可解释性的自组织映射-即时学习风险预测框架
13
作者 马潇驰 陆建 +1 位作者 霍宗鑫 夏萧菡 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第5期212-220,共9页
为提高风险预测系统的易用性和可解释性,提出基于自组织映射网络(SOM)改进的即时学习(JITL)风险预测框架。首先,应用SOM对数据样本进行聚类,并对聚类特征进行解释。进而,通过基于聚类结果的样本选择算法构建待测数据的相似样本集,在线... 为提高风险预测系统的易用性和可解释性,提出基于自组织映射网络(SOM)改进的即时学习(JITL)风险预测框架。首先,应用SOM对数据样本进行聚类,并对聚类特征进行解释。进而,通过基于聚类结果的样本选择算法构建待测数据的相似样本集,在线上调用作为基学习器的支持向量机(SVM)进行建模并输出风险预测结果。最后,采用一个交通事故数据集对风险模型的性能进行测试,检验其精度、易用性和可解释性。结果表明:采用SOM-JITL策略的SVM模型,受试者工作状况曲线面积指标达到0.720,相比不使用该策略的传统SVM模型提高17.5%,精度较高;SOM-JITL模型构建所需参数调节工作少,具有较好的易用性;此外,SOM聚类结果准确识别出处于交通拥堵等高风险场景,与现实场景一致,具有可解释性。综上,SOM-JITL策略能有效提高基学习器的性能,达到精度、可解释性和易用性的平衡,有助于以低成本大规模推广风险预测系统。 展开更多
关键词 机器学习 风险预测 易用性 可解释性 即时学习 自组织映射
在线阅读 下载PDF
CRITIC结合RCO优化核桃组织蛋白高水分挤压工艺
14
作者 王莹 吕成壮 +4 位作者 邓森 张健 许铭强 张婷 马燕 《包装与食品机械》 北大核心 2025年第4期68-76,共9页
为开发品质佳的核桃组织蛋白产品,优化核桃组织蛋白高水分挤压工艺,以核桃粕为基料,大豆分离蛋白、谷朊粉为辅料,以综合得分为评价指标,采用客观权重赋权法结合随机质心映射法,优化核桃组织蛋白高水分挤压工艺,并分析其品质特性。结果表... 为开发品质佳的核桃组织蛋白产品,优化核桃组织蛋白高水分挤压工艺,以核桃粕为基料,大豆分离蛋白、谷朊粉为辅料,以综合得分为评价指标,采用客观权重赋权法结合随机质心映射法,优化核桃组织蛋白高水分挤压工艺,并分析其品质特性。结果表明,核桃组织蛋白高水分挤压最佳工艺条件:含水量163%、挤压温度138℃、螺杆转速239r/min、冷却温度59℃,在此条件下制备的核桃组织蛋白综合得分最高,为0.95分。与大豆组织蛋白和小麦组织蛋白相比,核桃组织蛋白的色泽最佳,具有较高的弹性(2.98%)、胶黏性(163.48N)和组织化度(2.05);持水性和持油性分别为0.56,0.67 g/g,较小麦组织蛋白分别提高64.71%,219.05%;且核桃组织蛋白具有较好的纤维结构。研究结果为核桃素肉新产品的研发提供理论依据与技术支撑。 展开更多
关键词 核桃粕 客观权重赋权法 随机质心映射 高水分挤压 核桃组织蛋白 品质特性
在线阅读 下载PDF
基于自组织映射神经网络的电力用户负荷曲线聚类 被引量:48
15
作者 李智勇 吴晶莹 +1 位作者 吴为麟 宋保明 《电力系统自动化》 EI CSCD 北大核心 2008年第15期66-70,78,共6页
电力用户负荷曲线的聚类是形成合理电价体系和实施负荷管理措施的基础。文中基于自组织映射(SOM)神经网络进行低压终端用户的负荷曲线聚类研究。首先定义并提取功率曲线、分时功率、功率频谱3类向量,分别作为SOM神经网络的输入进行可视... 电力用户负荷曲线的聚类是形成合理电价体系和实施负荷管理措施的基础。文中基于自组织映射(SOM)神经网络进行低压终端用户的负荷曲线聚类研究。首先定义并提取功率曲线、分时功率、功率频谱3类向量,分别作为SOM神经网络的输入进行可视化聚类。采用相对量化误差和拓扑误差2个指标表征聚类质量,选取聚类结果最好的SOM输出层结合k均值法进行用户负荷曲线划分。根据Davies指标将所研究的131条曲线划分为8类,对每类曲线进行描述。最后进行新用户的识别,结果表明聚类方法有效、可靠。 展开更多
关键词 数据挖掘 电力用户 负荷曲线 聚类分析 自组织映射
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
16
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
自组织映射网络的可视化研究 被引量:10
17
作者 廖广兰 陈勇辉 史铁林 《计算机工程与应用》 CSCD 北大核心 2003年第9期35-37,共3页
提出了一种自组织映射网络训练结果的可视化方法—距离映射法,该方法根据输入向量与竞争层神经元权向量距离的大小来计算相似度,然后对所有相似度与对应神经元坐标之积求和,把输入向量映射到二维平面。对故障数据的试验分析表明,该方法... 提出了一种自组织映射网络训练结果的可视化方法—距离映射法,该方法根据输入向量与竞争层神经元权向量距离的大小来计算相似度,然后对所有相似度与对应神经元坐标之积求和,把输入向量映射到二维平面。对故障数据的试验分析表明,该方法能提供更加清晰的可视化表示。 展开更多
关键词 自组织映射 可视化 U-矩阵 距离映射
在线阅读 下载PDF
基于自组织映射神经网络的低压故障电弧聚类分析 被引量:29
18
作者 邹云峰 吴为麟 李智勇 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第3期571-576,共6页
故障电弧是引发电气火灾事故的主要原因之一。本文将自组织映射神经网络引入故障电弧研究领域,进行不同负荷情况下的故障电弧聚类分析。首先参照美国UL1699标准进行实验采集电流数据,然后利用自组织映射神经网络实现可视化聚类,并结合k... 故障电弧是引发电气火灾事故的主要原因之一。本文将自组织映射神经网络引入故障电弧研究领域,进行不同负荷情况下的故障电弧聚类分析。首先参照美国UL1699标准进行实验采集电流数据,然后利用自组织映射神经网络实现可视化聚类,并结合k均值法确定聚类结果。根据聚类结果分析故障电弧,对比故障与正常时的差异所在,提取故障电弧的典型特征。最后总结出故障电弧电流通常具有电流短时为零、正负半周差异大、幅值变化大等特征,为故障电弧保护技术提供参考。 展开更多
关键词 故障电弧 自组织映射 聚类分析 电气火灾
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
19
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
基于自组织映射支持向量机的日前电价预测 被引量:9
20
作者 牛东晓 刘达 +2 位作者 邢棉 冯义 陈广娟 《电网技术》 EI CSCD 北大核心 2007年第18期15-18,22,共5页
针对电力市场中日前24点电价特性差异较大、采用单一模型很难描述的特点,建立多个模型分别对其进行预测,将数据空间按时点划分成24个子空间,然后根据这些子空间的相似性通过自组织映射对其进行自动聚类,并在不同类别的子空间分别建立支... 针对电力市场中日前24点电价特性差异较大、采用单一模型很难描述的特点,建立多个模型分别对其进行预测,将数据空间按时点划分成24个子空间,然后根据这些子空间的相似性通过自组织映射对其进行自动聚类,并在不同类别的子空间分别建立支持向量机模型进行训练和预测。应用上述方法对PJM电力市场2005年8月的31天日前24点电价进行预测,结果表明该方法能够有效提高预测精度。 展开更多
关键词 电力市场 电价预测 支持向量机 自组织映射 子空间
在线阅读 下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部