期刊文献+
共找到77篇文章
< 1 2 4 >
每页显示 20 50 100
基于自组织特征映射神经网络的边坡稳定性评价 被引量:1
1
作者 李英 郄志红 +1 位作者 吴鑫淼 赵兰敏 《水利水电技术》 CSCD 北大核心 2006年第9期20-22,共3页
将自组织特征映射神经网络(SOFM)应用于边坡稳定性分析,建立了评价边坡稳定状态的SOFM网络模型,并以工程实例对网络进行了训练和检验,研究结果表明,SOFM网络性能良好、预测精度高、简单易行,是边坡稳定性评价的一种有效方法。
关键词 自组织特征映射神经网络(sofm) 边坡稳定 评价
在线阅读 下载PDF
自组织特征映射神经网络用于语音识别的研究 被引量:3
2
作者 胡光锐 吴硕 《应用科学学报》 CAS CSCD 1997年第1期55-60,共6页
该文提出了一种优化的自组织学习算法。基于自组织特征映射(SOM)神经网络和隐马尔柯夫模型(HMM)法,组成了一种新的语音识别系统,该系统采用SOM网络作为矢量量化器。SOM网络经过优化的自组织学习算法训练后,再用K均... 该文提出了一种优化的自组织学习算法。基于自组织特征映射(SOM)神经网络和隐马尔柯夫模型(HMM)法,组成了一种新的语音识别系统,该系统采用SOM网络作为矢量量化器。SOM网络经过优化的自组织学习算法训练后,再用K均值聚类算法对其进行调整。实验结果表明,该文提出的语音识别方法确实能提高系统的识别率。 展开更多
关键词 语音识别 语音处理 神经网络 自组织特征映射
在线阅读 下载PDF
基于自组织特征映射神经网络的聚类分析 被引量:10
3
作者 丁硕 常晓恒 巫庆辉 《信息技术》 2014年第6期18-21,共4页
在深入研究自组织特征映射(Self-organizing Feature Mapping,SOFM)神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法。以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出... 在深入研究自组织特征映射(Self-organizing Feature Mapping,SOFM)神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法。以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程。仿真结果表明:在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微。 展开更多
关键词 自组织特征映射 人工神经网络 聚类 拓扑结构
在线阅读 下载PDF
基于自组织特征映射神经网络的金银花分类研究 被引量:5
4
作者 申明金 《化学分析计量》 CAS 2013年第2期35-37,共3页
自组织特征映射神经网络(SOM)以无监督方式进行网络训练,具有自组织功能。网络通过自身训练,自动对输入模式进行分类。中药药用价值与其所含微量元素有直接的关系,药材分类是中药质量控制的重要方法。将金银花中微量元素含量作为网络输... 自组织特征映射神经网络(SOM)以无监督方式进行网络训练,具有自组织功能。网络通过自身训练,自动对输入模式进行分类。中药药用价值与其所含微量元素有直接的关系,药材分类是中药质量控制的重要方法。将金银花中微量元素含量作为网络输入,利用自组织特征映射神经网络对不同产地金银花进行分类。结果表明分类效果较好,符合生产实际。 展开更多
关键词 自组织特征映射神经网络 金银花 分类
在线阅读 下载PDF
基于自组织特征映射神经网络的点云数据分区 被引量:3
5
作者 刘雪梅 董文胜 +1 位作者 张树生 洪歧 《华北水利水电学院学报》 2004年第2期59-62,共4页
自组织特征映射神经网络SOFM可以实现无监督的特征聚类.利用SOFM实现逆向工程中点云数据分区,通过改进SOFM网络初始权值方法以及引进能量函数控制迭代次数,提高了SOFM的分区效率.利用SOFM方法实现点云数据分区具有较强的容错性能,对测... 自组织特征映射神经网络SOFM可以实现无监督的特征聚类.利用SOFM实现逆向工程中点云数据分区,通过改进SOFM网络初始权值方法以及引进能量函数控制迭代次数,提高了SOFM的分区效率.利用SOFM方法实现点云数据分区具有较强的容错性能,对测量数据点无任何要求.实例运行结果验证了此方法的可行性. 展开更多
关键词 自组织特征映射 神经网络 数据分区 逆向工程
在线阅读 下载PDF
基于自组织特征映射神经网络的储粮害虫分类方法研究
6
作者 梁斌梅 《安徽农业科学》 CAS 北大核心 2009年第32期16156-16158,共3页
提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。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,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模... 提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。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,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模型的建立中。结果表明,该方法能有效地对害虫进行分类,比BP神经网络分类精确度高、分类结果的可解释性更好。 展开更多
关键词 自组织特征映射 神经网络 储粮害虫 分类
在线阅读 下载PDF
一种基于自组织特征映射的前馈式神经网络模型及其算法 被引量:1
7
作者 欧阳聪星 方正瑚 +1 位作者 陈抗生 乐光新 《电子学报》 EI CAS CSCD 北大核心 1998年第7期165-168,共4页
本文提出了一种基于自组织特征映射的前债式人工神经网络模型,介绍了其结构和算法.该模型基于自组织特征映射机理,用统计方法获得输入信号对不同模式类别的隶属程度,并由此进行模式分类判决计算.该神经网络模型还导出了“模式地形... 本文提出了一种基于自组织特征映射的前债式人工神经网络模型,介绍了其结构和算法.该模型基于自组织特征映射机理,用统计方法获得输入信号对不同模式类别的隶属程度,并由此进行模式分类判决计算.该神经网络模型还导出了“模式地形图”的概念,可以实现数据聚类分析的可视化.经计算机模拟验证,上述算法和概念是有效的. 展开更多
关键词 人工神经网络 模型 自组织特征映射 聚类分析
在线阅读 下载PDF
基于自组织特征映射神经网络的河北省土壤水资源分区研究
8
作者 张宽义 杨路华 +1 位作者 夏辉 高惠嫣 《节水灌溉》 北大核心 2009年第12期29-31,共3页
土壤水资源分区是土壤水资源评价和开发利用的前提,河北省地形地貌复杂、植被种类繁多,综合考虑影响土壤水资源的各类因素,选取了地形地貌、土壤类型、干旱指数及植被条件4个评价指标,应用自组织特征映射神经网络对河北省土壤水资源进... 土壤水资源分区是土壤水资源评价和开发利用的前提,河北省地形地貌复杂、植被种类繁多,综合考虑影响土壤水资源的各类因素,选取了地形地貌、土壤类型、干旱指数及植被条件4个评价指标,应用自组织特征映射神经网络对河北省土壤水资源进行了分区,将河北省土壤水资源分为8区。其结果表明自组织特征映射神经网络能够对样本进行无监督的自动分类,保持其拓扑结构不变,具有自组织、自适应能力,且具有较强的容错能力,对河北省土壤水资源分区取得了较好的结果。 展开更多
关键词 土壤水资源 分区指标 自组织特征映射神经网络
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
9
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
自组织特征映射神经网络在汛期分期中的应用
10
作者 黄亚 侯贵兵 +2 位作者 宫博亚 易灵 李媛媛 《人民黄河》 CAS 北大核心 2020年第S02期43-45,共3页
以潘家口水库为例,利用具有聚类功能的自组织特征映射人工神经网络对潘家口水库汛期进行分期,并与有关的分析结果进行比较。结果表明:基于自组织特征映射人工神经网络的潘家口水库汛期分期成果与目前相关研究成果相吻合,表明该方法应用... 以潘家口水库为例,利用具有聚类功能的自组织特征映射人工神经网络对潘家口水库汛期进行分期,并与有关的分析结果进行比较。结果表明:基于自组织特征映射人工神经网络的潘家口水库汛期分期成果与目前相关研究成果相吻合,表明该方法应用于汛期分期具有一定的合理性。自组织特征映射人工神经网络可以很好地反映、提取分期数据间的复杂信息,计算量小,主观影响小,是高效便捷的汛期分期方法。 展开更多
关键词 自组织特征映射 神经网络 汛期分期 潘家口水库
在线阅读 下载PDF
基于自组织映射神经网络的图像检索算法 被引量:10
11
作者 赵娟 赵蔷 吴粉霞 《科技通报》 北大核心 2013年第2期55-57,共3页
提出了一种基于自组织映射神经网络的图像检索算法,通过有效地融合图像的颜色特征和纹理特征从图像库中查找与示例图像相似的图像。对于颜色特征,本算法将图像中各像素的R,G,B颜色作为输入值,对颜色相似的像素进行聚类,并将聚类结果映... 提出了一种基于自组织映射神经网络的图像检索算法,通过有效地融合图像的颜色特征和纹理特征从图像库中查找与示例图像相似的图像。对于颜色特征,本算法将图像中各像素的R,G,B颜色作为输入值,对颜色相似的像素进行聚类,并将聚类结果映射成二维映射图。二维映射图中每个阶的像素数目作为特征1;每阶中像素的平均坐标作为特征2。为了增强对图像的描述能力,利用Jhanwar等人提出共现矩阵作为改进的纹理特征,该特征作为特征3。相比已有方法,本文算法获得了更好的图像检索性能。 展开更多
关键词 图像检索 神经网络 自组织映射 颜色特征 纹理特征
在线阅读 下载PDF
神经网络的特征映射聚类算法研究 被引量:5
12
作者 林金山 林敏 《现代电子技术》 2006年第24期41-43,共3页
自组织特征映射作为一种神经网络方法,在数据挖掘、机器学习和模式分类中得到了广泛应用。他将高维输入空间的数据映射到一个低维、规则的栅格上,从而可以利用可视化技术探测数据的固有特性。说明自组织特征映射神经网络的工作原理和具... 自组织特征映射作为一种神经网络方法,在数据挖掘、机器学习和模式分类中得到了广泛应用。他将高维输入空间的数据映射到一个低维、规则的栅格上,从而可以利用可视化技术探测数据的固有特性。说明自组织特征映射神经网络的工作原理和具体实现算法,并在对已有神经网络聚类分析方法概括和总结的基础上,结合一些实验数据、仿真数据对自组织特征映射算法进行研究,得出了一些有意义的结论。 展开更多
关键词 数据挖掘 神经网络聚类 自组织特征映射 可视化技术
在线阅读 下载PDF
基于SOFM神经网络的边坡稳定性评价 被引量:22
13
作者 薛新华 张我华 刘红军 《岩土力学》 EI CAS CSCD 北大核心 2008年第8期2236-2240,共5页
针对边坡工程稳定性分析中参数的不确定性,在分析自组织特征映射神经网络(SOFM)基本学习算法的基础上,从提高算法收敛速度和性能出发,将自组织特征映射神经网络基本学习算法加以改进,据此建立了评价边坡稳定状态的SOFM神经网络模型。然... 针对边坡工程稳定性分析中参数的不确定性,在分析自组织特征映射神经网络(SOFM)基本学习算法的基础上,从提高算法收敛速度和性能出发,将自组织特征映射神经网络基本学习算法加以改进,据此建立了评价边坡稳定状态的SOFM神经网络模型。然后用收集到的边坡稳定工程实例作为样本,对该模型进行训练和检验,并与BP神经网络判别结果对比。结果表明,SOFM神经网络性能良好、预测精度高,是边坡稳定性评价的一种有效方法。 展开更多
关键词 自组织特征映射 神经网络 边坡稳定 评价
在线阅读 下载PDF
结构自适应自组织神经网络的研究 被引量:14
14
作者 吴郢 阎平凡 《电子学报》 EI CAS CSCD 北大核心 1999年第7期55-58,共4页
针对Kohonen的自组织特征映射(SOFM)神经网络的不足,本文把进化计算的思想用于神经网络的结构寻优之中,提出了一种结构自适应的自组织神经网络(SASONN)模型.SASONN基于把每个神经元看成是一个进化群体中... 针对Kohonen的自组织特征映射(SOFM)神经网络的不足,本文把进化计算的思想用于神经网络的结构寻优之中,提出了一种结构自适应的自组织神经网络(SASONN)模型.SASONN基于把每个神经元看成是一个进化群体中的一个个体的观点,构造了神经元生长(growing)和删除(pruning)的准则和方法,使得SOFM中的神经元欠利用,神经网络映射欠准确。 展开更多
关键词 自组织特征映射 sofm 神经网络 结构自适应
在线阅读 下载PDF
基于自组织神经网络的砂土液化评价 被引量:1
15
作者 薛新华 《岩土工程技术》 2006年第2期63-66,102,共5页
在分析自组织特征映射(SOFM)神经网络基本学习算法的基础上,从提高算法收敛速度和性能出发,提出了一种改进算法:根据实际应用并结合专家经验确定初始连接权值;采用高斯函数作为拓扑邻域函数;将算法分为粗调整和细调整两个阶段,分别采用... 在分析自组织特征映射(SOFM)神经网络基本学习算法的基础上,从提高算法收敛速度和性能出发,提出了一种改进算法:根据实际应用并结合专家经验确定初始连接权值;采用高斯函数作为拓扑邻域函数;将算法分为粗调整和细调整两个阶段,分别采用不同的学习率和邻域函数,然后采用改进后的SOFM算法对砂土液化进行评价。实例研究表明,应用SOFM神经网络评价砂土液化高效可行,为砂土液化评价提供了新方法。 展开更多
关键词 自组织特征映射 神经网络 砂土液化
在线阅读 下载PDF
基于能量特征和神经网络的纹理图像分割
16
作者 王喆 王小鹏 《铁道学报》 EI CAS CSCD 北大核心 2004年第3期67-70,共4页
特征是描述纹理根本属性的一种有效手段,本文结合Gabor滤波器对不同频率和方向的选择特性及自组织特征映射神经网络对特征聚类的适应性和灵活性,提出了一种新的纹理图像分割方法。该方法首先通过Gabor滤波器提取纹理图像的能量特征,然... 特征是描述纹理根本属性的一种有效手段,本文结合Gabor滤波器对不同频率和方向的选择特性及自组织特征映射神经网络对特征聚类的适应性和灵活性,提出了一种新的纹理图像分割方法。该方法首先通过Gabor滤波器提取纹理图像的能量特征,然后运用自组织特征映射神经网络进行特征聚类和分类,实现纹理图像的分割。仿真结果证明,该方法能有效地分割出区域特性不同的纹理,且错分率低于共生矩阵和K均值聚类相结合的分割方法。 展开更多
关键词 纹理分割 能量特征聚类 自组织特征映射神经网络
在线阅读 下载PDF
基于SOFM神经网络的多目标跟踪方法 被引量:7
17
作者 李乐 嵇成新 《四川兵工学报》 CAS 2009年第4期20-23,共4页
针对现代作战中同一空域内目标数据的空中态势易呈现团状、聚类跟踪困难程度不断加大等特点,应用具有良好聚类特性的自组织特征映射神经网络(SOFM),通过对各传感器测量的数据融合,进行动态聚类,实现对多目标的实时精确跟踪.仿真试验证明... 针对现代作战中同一空域内目标数据的空中态势易呈现团状、聚类跟踪困难程度不断加大等特点,应用具有良好聚类特性的自组织特征映射神经网络(SOFM),通过对各传感器测量的数据融合,进行动态聚类,实现对多目标的实时精确跟踪.仿真试验证明,改进SOFM网络模型对多目标的跟踪较之传统SOFM网络模型具有更好性能. 展开更多
关键词 多目标跟踪 自组织特征映射(sofm) 神经网络(NN) 聚类
在线阅读 下载PDF
基于SOFM神经网络的SAR图像目标识别 被引量:2
18
作者 刘伟伟 胡兴平 +1 位作者 卢晓敏 宋慧娟 《现代防御技术》 北大核心 2016年第4期56-60,共5页
在SAR图像的识别中,传统的识别方法必须提前知道所有目标的类别,不能对任意的目标进行识别。通过分析SAR图像的特点,选取了一组由Hu不变矩和由三角函数生成法导出的5个新的不变矩组成的特征向量。利用自组织特征映射(SOFM)神经网络对目... 在SAR图像的识别中,传统的识别方法必须提前知道所有目标的类别,不能对任意的目标进行识别。通过分析SAR图像的特点,选取了一组由Hu不变矩和由三角函数生成法导出的5个新的不变矩组成的特征向量。利用自组织特征映射(SOFM)神经网络对目标进行了聚类分析。实验表明,选取的特征向量能够较准确地描述目标,且SOFM神经网络能够自适应,自组织地对目标进行聚类。同时,用测试图像对训练好的网络进行了测试,得到了较为理想的识别效果。 展开更多
关键词 自组织特征映射神经网络 目标识别 合成孔径雷达 不变矩 聚类分析 特征提取
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
19
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
用神经网络进行散乱点的区域分割 被引量:12
20
作者 史桂蓉 邢渊 张永清 《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第7期1093-1096,共4页
点云的区域分割实质上是根据点的局部几何特性的相似性对点进行分类 ,利用自组织特征映射神经网络 (SOFM)方法可以实现无监督的特征聚类 .使用 SOFM进行反向工程中点云的区域分割 ,选用数据点的坐标、法向量六维向量作为 SOFM的输入 ,... 点云的区域分割实质上是根据点的局部几何特性的相似性对点进行分类 ,利用自组织特征映射神经网络 (SOFM)方法可以实现无监督的特征聚类 .使用 SOFM进行反向工程中点云的区域分割 ,选用数据点的坐标、法向量六维向量作为 SOFM的输入 ,通过改进 SOFM的学习算法 ,加入输入权和距离权 ,加速了分割的速度和正确性 .利用 SOFM方法实现点云分割具有以下优点 :不必限定面的类型 ;用户可以控制分区的个数 ;可以处理噪声数据 . 展开更多
关键词 自组织特征映射 神经网络 数据分割 反向工程 点云 区域分割 学习算法 CAD
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部