期刊文献+
共找到304篇文章
< 1 2 16 >
每页显示 20 50 100
小波包奇异谱熵与LVQ网络齿轮箱轴承退化评估
1
作者 肖乾 汪寒俊 +5 位作者 朱海燕 王文静 朱恩豪 叶小芬 魏昱洲 李林 《振动.测试与诊断》 EI CSCD 北大核心 2024年第6期1181-1189,1249,1250,共11页
为研究齿轮箱轴承性能退化评估,首先,根据高速列车齿轮箱轴承与齿轮的相关数据,对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量,输入到学习向量量化(learning vector quantization,简称LVQ)神经网络... 为研究齿轮箱轴承性能退化评估,首先,根据高速列车齿轮箱轴承与齿轮的相关数据,对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量,输入到学习向量量化(learning vector quantization,简称LVQ)神经网络聚类模型中,建立性能退化评估模型;其次,将测试样本按同样的方式提取特征向量,输入到建立好的模型中评估轴承性能退化状态;然后,选取轴承全寿命疲劳试验进行分析,并选择特征优选和模糊C均值聚类算法进行对比;最后,根据LVQ神经网络聚类算法确定训练样本中正常状态和失效状态的聚类中心,建立性能退化评估模型。结果表明:将小波包奇异谱熵和LVQ神经网络聚类算法相结合,能较好区分齿轮箱轴承不同的退化状态,准确表现轴承性能退化曲线;通过隶属度函数计算隶属度作为性能退化评价指标,可以对性能退化状态进行定量表征;通过对时域指标和频域指标特征优选进行对比,验证了本研究方法更加有效,对早期退化更敏感,能及时发现早期退化并且能对退化程度进行准确评估。 展开更多
关键词 交通工程 齿轮箱振动加速度 信号仿真 小波包奇异谱熵 学习向量量化神经网络聚类 性能退化评估
在线阅读 下载PDF
结合遗传算法的LVQ神经网络在声学底质分类中的应用 被引量:27
2
作者 唐秋华 刘保华 +2 位作者 陈永奇 周兴华 丁继胜 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2007年第1期313-319,共7页
学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经... 学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别.将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高. 展开更多
关键词 学习向量量化 遗传算法 多波束测深系统 底质分类
在线阅读 下载PDF
基于EMD和LVQ的信号特征提取及分类方法 被引量:8
3
作者 余炜 周娅 +3 位作者 马晶晶 万代立 刘伦 张灿斌 《数据采集与处理》 CSCD 北大核心 2014年第5期683-687,共5页
针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑... 针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑电信号分解,然后选取主要固有模态函数分量并计算其绝对均值作为特征值,最后使用学习向量量化网络进行分类,并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究。实验结果表明,所提出的算法分类正确率达到了87%,相比于其余两种对比算法在特定的信号处理领域优越,具有一定的参考和研究价值。 展开更多
关键词 经验模式分解 学习向量量化神经网络 脑-机接口 脑电信号
在线阅读 下载PDF
GA优化LVQ网络的配电网接地故障选线方法 被引量:11
4
作者 彭湃 周羽生 +3 位作者 高云龙 刘让姣 安正洲 熊杰 《电力系统及其自动化学报》 CSCD 北大核心 2015年第12期64-69,共6页
针对配电网故障相电压过零点且高阻接地故障选线困难的问题,文中提出了应用遗传算法优化学习量量化神经网络的配电网单相接地故障选线方法。首先利用小波分析方法提取线路零序电流信号的模极大值,以此作为学习量量化神经网络的输入向量... 针对配电网故障相电压过零点且高阻接地故障选线困难的问题,文中提出了应用遗传算法优化学习量量化神经网络的配电网单相接地故障选线方法。首先利用小波分析方法提取线路零序电流信号的模极大值,以此作为学习量量化神经网络的输入向量,采用局部搜索算子改进的遗传算法去优化神经网络的初始权值向量,解决了网络对初始权值的敏感性问题。加速网络的收敛过程,提高网络的聚类精度,实现对不同故障类型进行故障线路的快速、准确识别。仿真结果表明,该方法有效地减少了传统学习量量化神经网络选线的误判几率,提高了选线速度和精确度。 展开更多
关键词 配电网 遗传算法 学习量量化 小波分析 故障选线
在线阅读 下载PDF
一种基于LVQ神经网络与图像处理的火焰识别算法 被引量:14
5
作者 包晗 康泉胜 周明 《中国安全科学学报》 CAS CSCD 北大核心 2011年第6期60-64,共5页
针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及... 针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。 展开更多
关键词 学习向量量化(lvq)神经网络 图像处理 火焰识别 目标检测 火灾火焰
在线阅读 下载PDF
基于LVQ工况识别的混合动力汽车自适应能量管理控制策略 被引量:18
6
作者 邓涛 卢任之 +1 位作者 李亚南 林椿松 《中国机械工程》 EI CAS CSCD 北大核心 2016年第3期420-425,共6页
为提高混合动力汽车的燃油经济性,选取6种典型行驶工况代表"市区"、"郊区"和"高速公路"3类主要工况,采用基于规则的模糊能量管理控制策略,以整车燃油经济性为目标,在3类主要工况下用改进型粒子群优化算... 为提高混合动力汽车的燃油经济性,选取6种典型行驶工况代表"市区"、"郊区"和"高速公路"3类主要工况,采用基于规则的模糊能量管理控制策略,以整车燃油经济性为目标,在3类主要工况下用改进型粒子群优化算法优化发动机联合工作曲线与发动机关闭曲线系数,得到相应的优化后的隶属度函数的参数;运用学习向量量化(LVQ)算法识别车辆运行工况,动态选择相应的模糊控制策略,使混合动力汽车控制策略对选定的几种代表性工况具有自适应性,从而提高整车的燃油经济性。仿真对比结果表明,相比于传统混合动力汽车,燃油经济性提高了3.4%。 展开更多
关键词 混合动力汽车 工况识别 燃油经济性 粒子群优化算法 学习向量量化(lvq)算法
在线阅读 下载PDF
ELVQ算法实现宽参数偏移的多故障电路诊断 被引量:3
7
作者 徐崇斌 赵志文 郑慧芳 《电子与信息学报》 EI CSCD 北大核心 2011年第6期1520-1524,共5页
该文提出了一种强化自适应策略的学习矢量量化(Enhanced Learning Vector Quantization,ELVQ)算法,并设计了基于SOM(Self-Organizing Map)-LVQ模型的故障分类方法,用于实现宽参数偏移的模拟电路多故障诊断。该文算法具有两方面的优势:... 该文提出了一种强化自适应策略的学习矢量量化(Enhanced Learning Vector Quantization,ELVQ)算法,并设计了基于SOM(Self-Organizing Map)-LVQ模型的故障分类方法,用于实现宽参数偏移的模拟电路多故障诊断。该文算法具有两方面的优势:一方面利用获胜神经元数目的自适应,均衡了神经元的获胜概率;另一方面根据样本分类结果计算作用因子修正神经元的权值,增强了类别边界决策性能。仿真结果表明,所提出的算法具有收敛速度快,分类误差小等特点。 展开更多
关键词 模拟电路 多故障诊断 学习矢量量化 宽参数偏移 Elvq算法
在线阅读 下载PDF
遗传算法的LVQ神经网络在遥感图像分类中的应用 被引量:5
8
作者 姚谦 郭子祺 +1 位作者 袁泉 柳彩霞 《遥感信息》 CSCD 2008年第5期21-24,共4页
学习矢量量化(LVQ2)神经网络算法对初值非常敏感,影响遥感图像分类的精度。遗传算法具有很强的全局搜索能力和鲁棒性,能够优化LVQ2神经网络的初始权值向量,在一定程度上降低算法对初值的敏感性。本文采用遗传算法选取LVQ2神经网络的初... 学习矢量量化(LVQ2)神经网络算法对初值非常敏感,影响遥感图像分类的精度。遗传算法具有很强的全局搜索能力和鲁棒性,能够优化LVQ2神经网络的初始权值向量,在一定程度上降低算法对初值的敏感性。本文采用遗传算法选取LVQ2神经网络的初始权值,并以江苏省扬州地区遥感图像分类为例,通过与标准LVQ神经网络、最大似然法进行比较,结果证明,利用遗传算法的LVQ2神经网络在分类精度上有了一定的提高。 展开更多
关键词 学习矢量量化 神经网络 遗传算法 遥感图像分类
在线阅读 下载PDF
基于MA及LVQ神经网络的智能NIPS模型与实现 被引量:3
9
作者 贾铁军 刘泓漫 《小型微型计算机系统》 CSCD 北大核心 2012年第8期1836-1840,共5页
为了提高入侵防御系统的智能性和准确率,在讨论入侵防御技术特性和关键技术的基础上,分析了利用MA(MobileAgent)及LVQ(Learning Vector Quantization)神经网络构建入侵防御系统的优势,以及LVQ神经网络的结构特性和学习算法,提出基于MA及... 为了提高入侵防御系统的智能性和准确率,在讨论入侵防御技术特性和关键技术的基础上,分析了利用MA(MobileAgent)及LVQ(Learning Vector Quantization)神经网络构建入侵防御系统的优势,以及LVQ神经网络的结构特性和学习算法,提出基于MA及LVQ神经网络的新智能入侵防御系统模型结构,概述了新模型的实现方法,并用Matlab算法进行了仿真实验.结果表明,基于MA及LVQ神经网络的新智能入侵防御系统模型整体防御准确率与检测辨识性能都有较大提高. 展开更多
关键词 移动代理MA 学习向量量化lvq lvq神经网络 基于网络的入侵防御系统NIPS 模型构建与实现
在线阅读 下载PDF
基于相空间重构与GSA-LVQ的有载调压变压器分接开关机械故障诊断 被引量:9
10
作者 赵书涛 李小双 +3 位作者 李大双 徐晓会 李云鹏 李波 《电测与仪表》 北大核心 2023年第10期136-141,共6页
针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断... 针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断新方法。采用CEEMD对振动信号进行时频域分解,然后通过C-C算法确定延迟时间和嵌入维数,对反映不同频率特征的固有模态函数(IMF)进行相空间重构,并提取反映混沌特征的两个特征量李雅普诺夫指数和关联维数构成特征向量。利用GSA优化LVQ,解决网络对初始连接权值敏感的问题,增强网络对有载分接开关机械故障分类识别性能。通过对有载分接开关机械状态的实验分析,证明了相空间重构结合GSA-LVQ算法的可行性和有效性。 展开更多
关键词 有载调压变压器分接开关(OLTC) 互补集合经验模态分解(CEEMD) 相空间重构 万有引力搜索法(GSA) lvq神经网络 振动信号 机械故障诊断
在线阅读 下载PDF
基于WT和LVQ网络的多姿态人脸识别 被引量:1
11
作者 陈蕾 黄贤武 孙兵 《计算机工程》 EI CAS CSCD 北大核心 2006年第21期47-49,共3页
提出了基于小波变换和学习矢量量化网络相结合的新方法进行人脸识别。小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,可以很好地对图像降维和表征人脸图像的特征。LVQ算法是在有教师状态下对竞争... 提出了基于小波变换和学习矢量量化网络相结合的新方法进行人脸识别。小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,可以很好地对图像降维和表征人脸图像的特征。LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法。LVQ网络结构简单,但却表现出比BP网络更强的有效性和鲁棒性。实验表明该方法对表情和姿态变化的人脸具有良好的分类性能和识别效率。 展开更多
关键词 小波变换 学习矢量量化 神经网络 分类 多姿态人脸识别
在线阅读 下载PDF
融合深度强化学习的卷积神经网络联合压缩方法
12
作者 马祖鑫 崔允贺 +4 位作者 秦永彬 申国伟 郭春 陈意 钱清 《计算机工程与应用》 北大核心 2025年第6期210-219,共10页
随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果... 随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果,影响压缩后的模型性能。针对以上问题,提出一种基于深度强化学习的神经网络联合压缩方法——CoTrim。CoTrim同时执行通道剪枝与权值量化,利用深度强化学习算法搜索出全局最优的剪枝与量化策略,以平衡剪枝与量化对网络性能的影响。在CIFAR-10数据集上对VGG和ResNet进行实验,实验表明,对于常见的单分支卷积和残差卷积结构,CoTrim能够在精度损失仅为2.49个百分点的情况下,将VGG16的模型大小压缩至原来的1.41%。在复杂数据集Imagenet-1K上对紧凑网络MobileNet和密集连接网络DenseNet进行实验,实验表明,对于深度可分离卷积结构以及密集连接结构,CoTrim依旧能保证精度损失在可接受范围内将模型压缩为原始大小的1/5~1/8。 展开更多
关键词 卷积神经网络 深度强化学习 模型压缩 通道剪枝 权值量化 边缘智能
在线阅读 下载PDF
基于MEA-LVQ神经网络的GIS特高频局部放电识别研究 被引量:3
13
作者 李亚 崔昊杨 +3 位作者 李鑫 刘晨斐 束江 许永鹏 《高压电器》 CAS CSCD 北大核心 2017年第6期61-66,共6页
针对学习向量量化(learning vector quantization,LVQ)神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法(mind evolutionary algorithm,MEA)优化LVQ神... 针对学习向量量化(learning vector quantization,LVQ)神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法(mind evolutionary algorithm,MEA)优化LVQ神经网络的GIS特高频局部放电识别模型。该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型。对比该模型和BP网络、LVQ网络以及K交叉验证LVQ网络的放电识别准确率,结果表明:MEA优化的LVQ神经网络具有更高的识别精度。文中的研究对于提高局部放电识别准确率具有一定的价值。 展开更多
关键词 思维进化算法 气体绝缘全封闭组合电器 K交叉验证 学习向量量化神经网络 放电识别
在线阅读 下载PDF
基于LVQ神经网络的轨道单元状态综合评判方法研究 被引量:4
14
作者 许贵阳 刘金朝 +1 位作者 曲建军 史天运 《铁道建筑》 北大核心 2013年第10期84-87,共4页
为了有效利用多种检测数据评判轨道单元的状态,提出利用LVQ(学习矢量量化)神经网络建立轨道单元特征参数与轨道单元分级的关联模型,通过对TQI(轨道质量指数)、轨道几何、加速度、晃车仪、添乘仪、人体感觉的超限扣分加权得到轨道单元的... 为了有效利用多种检测数据评判轨道单元的状态,提出利用LVQ(学习矢量量化)神经网络建立轨道单元特征参数与轨道单元分级的关联模型,通过对TQI(轨道质量指数)、轨道几何、加速度、晃车仪、添乘仪、人体感觉的超限扣分加权得到轨道单元的量化评分指标,并利用层次分析法确定各特征参数的权系数。根据大量实测数据建立随机样本,利用聚类方法确定轨道单元状态的分级。以轨道单元的量化评分指标作为输入,以聚类得到的表征轨道单元分级的矢量量化数据作为输出,利用误差反向传播方法训练LVQ神经网络模型。利用新的评判方法对某线路的轨道单元状态进行评判,结果表明该方法可行、有效,为轨道单元状态综合评判提供了一条新途径。 展开更多
关键词 轨道单元 学习矢量量化 神经网络 层次分析法 聚类方法
在线阅读 下载PDF
基于中红外光谱技术的岩石分类研究
15
作者 沈沐傲 陈露 +3 位作者 张鸣原 常龙飞 李德建 李英骏 《分析测试学报》 北大核心 2025年第7期1273-1281,共9页
该文对白砂岩、大理岩、泥岩和盐岩进行光谱采集,利用支持向量机法、BP神经网络法、分类回归决策树3种方法进行岩石分类,并通过准确率、召回率和Kappa系数量化比较模型的优劣性,以期获得最佳岩石分类光谱模型。结果表明,决策树模型分类... 该文对白砂岩、大理岩、泥岩和盐岩进行光谱采集,利用支持向量机法、BP神经网络法、分类回归决策树3种方法进行岩石分类,并通过准确率、召回率和Kappa系数量化比较模型的优劣性,以期获得最佳岩石分类光谱模型。结果表明,决策树模型分类精度最低仅为93.1%;而利用稀疏滤波结合BP神经网络的岩石分类模型效果最佳,分类准确率高达97.1%,Kappa系数为0.958。该研究可通过光谱测量方法快速识别岩石种类,从而为实际工程中不同岩石的灾害预防提供了重要的理论依据和实践应用价值。 展开更多
关键词 岩石分类 中红外光谱 机器学习 支持向量机 BP神经网络
在线阅读 下载PDF
基于LVQ神经网络的改进覆盖算法 被引量:1
16
作者 李家兵 何富贵 《计算机工程与应用》 CSCD 2012年第17期165-169,共5页
覆盖算法是一种具有高分类准确度和强泛化能力的构造性神经网络分类算法。针对其选择覆盖中心的随意性,结合竞争性神经网络方法对覆盖算法进行改进,在覆盖学习之前进行预学习,选择最佳覆盖球形中心,来优化覆盖。通过标准UCI测试数据实... 覆盖算法是一种具有高分类准确度和强泛化能力的构造性神经网络分类算法。针对其选择覆盖中心的随意性,结合竞争性神经网络方法对覆盖算法进行改进,在覆盖学习之前进行预学习,选择最佳覆盖球形中心,来优化覆盖。通过标准UCI测试数据实验的比较,从分类的准确性和覆盖个数方面进行对比,得到改进的覆盖算法有很好的效果。 展开更多
关键词 分类 神经网络 覆盖算法 学习向量量化(lvq)
在线阅读 下载PDF
LVQ人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用 被引量:5
17
作者 黄德生 施海龙 +2 位作者 关鹏 曲波 周宝森 《中国医科大学学报》 CAS CSCD 北大核心 2005年第2期146-148,共3页
目的: 探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用。方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,... 目的: 探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用。方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,将1979-2000年辽宁省某市伤寒、副伤寒发病率按大小分为高、中、低3种情况进行判别与预测研究。利用软件MATLAB6. 5的人工神经网络工具箱分别进行LVQ人工神经网络的构建、训练与模拟,分别考察LVQ人工神经网络在模型拟合及前瞻性和回顾性预测方面的能力,并且与传统Bayes判别分析进行比较。结果: LVQ人工神经网络能够从另一个角度对数据进行分类判别与预测,利用1980-1995年数据拟合准确率为100%,预测1996-2000年发病强度准确度为3 /5;利用1982 -2000年数据拟合准确率为100%,预测1 9 8 0 -1 9 8 1年发病强度准确度为1 /2,均略高于传统Bayes判别分析。随机选择1 6年数据的拟合准确率为93. 8%,预测另外5年发病强度准确度为4 /5,与传统Bayes判别分析相当。结论: LVQ人工神经网络能够与传统Bayes判别分析相媲美,在发病率预测方面具有广阔应用前景。 展开更多
关键词 学习矢量量化 人工神经网络 判别分析
在线阅读 下载PDF
基于CNN-SVM的行人活动识别方法 被引量:1
18
作者 张帅 李召洋 +1 位作者 陈建广 黄风华 《导航定位学报》 北大核心 2025年第1期87-93,共7页
针对传统行人活动识别方法过度依赖人工手动选择和提取特征,导致特征提取难度大及识别准确率低的问题,提出一种基于卷积神经网络结合支持向量机(CNN-SVM)的行人活动识别模型:将数据输入到卷积神经网络(CNN)与归一化指数函数(Softmax)层... 针对传统行人活动识别方法过度依赖人工手动选择和提取特征,导致特征提取难度大及识别准确率低的问题,提出一种基于卷积神经网络结合支持向量机(CNN-SVM)的行人活动识别模型:将数据输入到卷积神经网络(CNN)与归一化指数函数(Softmax)层相结合的网络中进行训练直至网络收敛,收敛的CNN网络用于自动提取行人活动数据特征;然后利用支持向量机(SVM)取代CNN网络的归一化指数函数(Softmax)层来优化分类效果。实验结果表明,所提出的CNN-SVM模型可达到97.77%的识别准确率,优于对比实验模型,具有较好的行人活动识别效果。 展开更多
关键词 行人活动识别 卷积神经网络(CNN) 支持向量机(SVM) 惯性传感器 深度学习
在线阅读 下载PDF
基于多重分形和LVQ神经网络的小麦病害智能识别 被引量:2
19
作者 张飞云 《湖北农业科学》 北大核心 2013年第7期1669-1671,1675,共4页
针对不同小麦病害有不同的形状特征,利用多重分形分析提取小麦病害图像的8个多重分形谱值作为小麦病害的形状特征参数,并利用这8个特征参数来索引图像数据库作为学习向量量化(LVQ)神经网络的输入,进行样本训练、分类识别。试验结果表明... 针对不同小麦病害有不同的形状特征,利用多重分形分析提取小麦病害图像的8个多重分形谱值作为小麦病害的形状特征参数,并利用这8个特征参数来索引图像数据库作为学习向量量化(LVQ)神经网络的输入,进行样本训练、分类识别。试验结果表明,该算法对小麦病害的识别率可达90.0%以上。 展开更多
关键词 小麦病害 多重分形谱 智能识别 lvq神经网络
在线阅读 下载PDF
广义LVQ算法及其在遥感影像分类中的应用研究
20
作者 刘伟 崔宝侠 《电子与信息学报》 EI CSCD 北大核心 2006年第7期1201-1203,共3页
在比较了学习矢量量化(LVQ)算法和广义学习矢量量化(GLVQ)算法的基础上,建立了基于GLVQ的遥感影像分类模型。以实际土地覆盖分类为例,通过与传统统计方法和LVQ分类器比较,GLVQ分类器具有分类正确率高,收敛速度快,适应范围广等优点。
关键词 遥感影像分类 学习矢量量化(lvq) 广义学习矢量量化(Glvq)
在线阅读 下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部