期刊文献+
共找到90篇文章
< 1 2 5 >
每页显示 20 50 100
3D Ice Shape Description Method Based on BLSOM Neural Network
1
作者 ZHU Bailiu ZUO Chenglin 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2024年第S01期70-80,共11页
When checking the ice shape calculation software,its accuracy is judged based on the proximity between the calculated ice shape and the typical test ice shape.Therefore,determining the typical test ice shape becomes t... When checking the ice shape calculation software,its accuracy is judged based on the proximity between the calculated ice shape and the typical test ice shape.Therefore,determining the typical test ice shape becomes the key task of the icing wind tunnel tests.In the icing wind tunnel test of the tail wing model of a large amphibious aircraft,in order to obtain accurate typical test ice shape,the Romer Absolute Scanner is used to obtain the 3D point cloud data of the ice shape on the tail wing model.Then,the batch-learning self-organizing map(BLSOM)neural network is used to obtain the 2D average ice shape along the model direction based on the 3D point cloud data of the ice shape,while its tolerance band is calculated using the probabilistic statistical method.The results show that the combination of 2D average ice shape and its tolerance band can represent the 3D characteristics of the test ice shape effectively,which can be used as the typical test ice shape for comparative analysis with the calculated ice shape. 展开更多
关键词 icing wind tunnel test ice shape batch-learning self-organizing map neural network 3D point cloud
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
2
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
一种基于SOFM神经网络的高光谱图像快速分类方法 被引量:3
3
作者 谌德荣 陶鹏 +1 位作者 宫久路 范宁军 《兵工学报》 EI CAS CSCD 北大核心 2009年第2期165-169,共5页
高光谱图像的快速准确分类是遥感图像处理的关键技术之一。本文提出了区域特征光谱(RFS)的概念,并采用空间邻域聚类方法提取区域特征光谱;提出了以区域特征光谱作为SOFM神经网络输入的RFS-SOFM高光谱图像快速分类方法,该方法通过区域特... 高光谱图像的快速准确分类是遥感图像处理的关键技术之一。本文提出了区域特征光谱(RFS)的概念,并采用空间邻域聚类方法提取区域特征光谱;提出了以区域特征光谱作为SOFM神经网络输入的RFS-SOFM高光谱图像快速分类方法,该方法通过区域特征光谱代替单个像元光谱实现神经网络运算量的降低和对图像噪声的抑制。对AVIRIS图像数据的仿真结果表明:RFS-SOFM分类精度高于SOFM神经网络和K-均值算法,计算量约为K-均值的163.6%,SOFM神经网络的5.9%. 展开更多
关键词 摄影测量与遥感技术 高光谱图像 分类 sofm神经网络 区域特征光谱
在线阅读 下载PDF
基于SOFM网络的声速剖面聚类研究 被引量:3
4
作者 谢骏 浦晓波 +1 位作者 胡均川 李玉阳 《青岛大学学报(工程技术版)》 CAS 2002年第1期25-27,31,共4页
研究了自组织特征映射网络在海洋声速剖面聚类中的应用 ,并提出了一种改进算法 ,使网络对奇异样本的适应性变强 ,有效地实现了声速剖面的优化聚类 。
关键词 声速剖面 自组织特征映射网络 聚类分析 海洋声学 潜艇 sofm网络
在线阅读 下载PDF
SOFM网络在结构损伤位置识别中的应用 被引量:2
5
作者 张育智 李乔 单德山 《振动与冲击》 EI CSCD 北大核心 2007年第2期160-163,170,共5页
为实现结构的损伤定位,克服BP神经网络受病态样本影响大且抗噪声能力弱等缺点,采用SOFM(Self-Organizing Feature Map)网络,以结构振动组合损伤指标为网络输入,对一桁架结构进行了损伤位置识别研究。识别结果显示SOFM网络能够区分相似样... 为实现结构的损伤定位,克服BP神经网络受病态样本影响大且抗噪声能力弱等缺点,采用SOFM(Self-Organizing Feature Map)网络,以结构振动组合损伤指标为网络输入,对一桁架结构进行了损伤位置识别研究。识别结果显示SOFM网络能够区分相似样本,由网络的拓扑图可以直观地评价网络训练和识别结果。在不考虑噪声情况下,网络可以正确识别损伤位置,在噪声水平不大于30%情况下,除个别单元外,网络对其他单元损伤的正确识别率均高于95%,显示出很好的抗噪声能力。 展开更多
关键词 自组织特征映射 神经网络 损伤位置识别 组合损伤指标
在线阅读 下载PDF
基于SOFM的岸桥提升电机状态识别及可视化 被引量:1
6
作者 唐刚 杨志启 胡雄 《东华大学学报(自然科学版)》 CSCD 北大核心 2017年第4期559-564,共6页
研究并分析自组织特征映射(self-organizing feature map,SOFM)神经网络的结构和算法,并应用于岸桥提升电机的状态识别及可视化.通过运用SOFM,对属性约简后的数据进行聚类及可视化分析,以有效值、脉冲指标和裕度指标为特征向量,得到3种... 研究并分析自组织特征映射(self-organizing feature map,SOFM)神经网络的结构和算法,并应用于岸桥提升电机的状态识别及可视化.通过运用SOFM,对属性约简后的数据进行聚类及可视化分析,以有效值、脉冲指标和裕度指标为特征向量,得到3种主要的电机状态,并利用Matlab实现仿真可视化.通过对样本数据处理,实现电机状态的准确识别,从而更好地监测岸桥提升电机,同时也为机械状态的识别和维护提供一种新途径. 展开更多
关键词 神经网络 自组织特征映射 无监督学习 状态识别 可视化
在线阅读 下载PDF
基于SOFM神经网络的图象矢量量化的研究 被引量:2
7
作者 徐勇 戴逸松 +1 位作者 荆涛 孙德丰 《长春邮电学院学报》 1998年第1期1-8,共8页
分析了自组织特征映射(SOFM)算法,讨论了按加权函数控制邻域半径的方法,并对SOFM算法应用于图象矢量量化进行了系统的仿真实验研究,为实际应用提供了实验依据和基础。
关键词 神经网络 图象压缩 矢量量化编码 sofm
在线阅读 下载PDF
SOFM和HMM在矢量量化码本优化中的应用 被引量:1
8
作者 张雷 孙诗瑛 《南京邮电学院学报》 1997年第4期57-60,共4页
在语音压缩编码中,矢量量化占有很大比重和计算量。码本的好坏与方法的选择有很大关系。将基于神经网络的SOFM(自组织特征映射算法)和HMM(隐含马尔可夫过程)应用于矢量量化,从而产生更为优良的码本。
关键词 语声编码 矢量量化编码 sofm HMM
在线阅读 下载PDF
基于SOFM网络的山东省水资源承载力评价
9
作者 王艳 曹俊茹 吴佩林 《安徽农业科学》 CAS 北大核心 2009年第33期16494-16495,16530,共3页
水资源承载能力与评价指标组成了一个复杂的非线性系统,评价的难点在于确定各评价指标的权值。结合地理信息系统(GIS)和人工神经网络(ANN)技术,提出对水资源承载力进行评价的一种新方法;根据构建的水资源承载力评价指标体系,以山东省为... 水资源承载能力与评价指标组成了一个复杂的非线性系统,评价的难点在于确定各评价指标的权值。结合地理信息系统(GIS)和人工神经网络(ANN)技术,提出对水资源承载力进行评价的一种新方法;根据构建的水资源承载力评价指标体系,以山东省为例,利用自组织神经网络模型(SOFM)对水资源承载力进行了评价。结果表明,山东省17地市水资源承载力可划分为5类,模拟结果比较理想。 展开更多
关键词 人工神经网络(ANN) 自组织神经网络(sofm) 水资源承载力 评价 山东省
在线阅读 下载PDF
基于SOFM网络的雷达装备智能故障诊断
10
作者 朱家元 刘庆华 刘根 《空军雷达学院学报》 2010年第3期167-169,共3页
针对雷达装备故障特征,采用自组织映射(SOFM)神经网络构建雷达装备故障诊断模型,通过网络学习,获得可视拓扑映射图,并采用映射图对典型雷达电子装备故障进行了诊断.结果表明:该故障诊断模型具有较高的诊断准确度,具有故障诊断可视化,为... 针对雷达装备故障特征,采用自组织映射(SOFM)神经网络构建雷达装备故障诊断模型,通过网络学习,获得可视拓扑映射图,并采用映射图对典型雷达电子装备故障进行了诊断.结果表明:该故障诊断模型具有较高的诊断准确度,具有故障诊断可视化,为雷达装备故障诊断研究提供了新的有效方法. 展开更多
关键词 神经网络 自组织特征映射 雷达装备 故障诊断
在线阅读 下载PDF
基于SOFM网络和异质信息融合的模拟电路诊断 被引量:2
11
作者 吴正苗 彭敏放 +1 位作者 谭虎 沈美娥 《微电子学与计算机》 CSCD 北大核心 2011年第11期160-164,共5页
大规模集成电路的发展使得传统的接触法测试在某些场合受到了限制.针对其造成的电量测试信息不足的问题,文中融合电量信息和非电量信息作为故障特征信息,应用自组织特征映射(SOFM)神经网络对模拟电路进行故障诊断.提取电路工作时的电压... 大规模集成电路的发展使得传统的接触法测试在某些场合受到了限制.针对其造成的电量测试信息不足的问题,文中融合电量信息和非电量信息作为故障特征信息,应用自组织特征映射(SOFM)神经网络对模拟电路进行故障诊断.提取电路工作时的电压和温度信息作为故障特征信息,经预处理后作为样本输入给SOFM神经网络进行电路故障诊断.通过输出层各神经元的竞争,得到获胜神经元,从而对样本数据进行故障识别分类.仿真结果表明,应用所提融合诊断方法提高了诊断准确率. 展开更多
关键词 故障诊断 特征提取 sofm神经网络 数据融合 模拟电路
在线阅读 下载PDF
煤与瓦斯突出预测的SOFM模型及应用 被引量:2
12
作者 刘晨毓 陈俊智 +2 位作者 徐佳 龙刚 李春义 《矿冶》 CAS 2018年第2期15-18,共4页
煤与瓦斯突出是煤矿生产活动中常见的一种动力灾害之一,其危险性等级评价是煤矿安全生产的必要前提和保证。文章综合考虑煤与瓦斯突出发生的地应力、瓦斯和煤的物理力学性质等条件,选取地质破坏程度、瓦斯压力、瓦斯放散初速度、煤的坚... 煤与瓦斯突出是煤矿生产活动中常见的一种动力灾害之一,其危险性等级评价是煤矿安全生产的必要前提和保证。文章综合考虑煤与瓦斯突出发生的地应力、瓦斯和煤的物理力学性质等条件,选取地质破坏程度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及开采深度作为煤与瓦斯突出危险性预测的评价指标。基于此,文章借签一种自组织特征映射(SOFM)神经网络,建立煤与瓦斯突出危险性预测的SOFM神经网络模型,将SOFM神经网络模型应用于国内26个典型矿井的煤与瓦斯突出危险性预测。研究表明,SOFM神经网络模型预测效果较好,其正判率为92.31%。说明该模型可为小样本、多指标的煤与瓦斯突出预测提供一种新的思路。 展开更多
关键词 煤与瓦斯突出 预测 自组织特征映射 危险性 神经网络
在线阅读 下载PDF
基于SOFM方法的安徽省矿产资源开发主体功能区划研究 被引量:1
13
作者 李臻 陈义华 +3 位作者 陈从喜 李政 任升莲 任芳语 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第1期111-117,共7页
文章选择安徽省主要的矿产资源分布区,构建矿产资源开发功能区划指标体系,并通过自组织特征映射(self-organizing feature map,SOFM)网络方法对指标数据进行聚类,根据各聚类结果的区域特征,对安徽省矿产资源开发功能区进行研究。结果表... 文章选择安徽省主要的矿产资源分布区,构建矿产资源开发功能区划指标体系,并通过自组织特征映射(self-organizing feature map,SOFM)网络方法对指标数据进行聚类,根据各聚类结果的区域特征,对安徽省矿产资源开发功能区进行研究。结果表明:安徽省矿产资源分布显著集中,矿产资源富集区主要分布在皖江及皖北地区;安徽省整体生态环境较好,研究区内80.77%的县区生态环境适宜进行适度开发;矿产资源较丰富的县区内生态环境适宜开发,而生态环境指数较高的县区矿产资源匮乏,表明安徽省矿产资源开发与生态保护不存在根本冲突。研究结果解释了安徽省矿产资源空间分布规律,可为分区制定差别化管理政策提供理论依据,对安徽省矿产资源可持续发展规划有一定的参考价值。 展开更多
关键词 矿产资源开发 主体功能区划 自组织特征映射(sofm)网络 空间开发格局
在线阅读 下载PDF
基于SOFM矢量量化的气象卫星云图数据压缩 被引量:1
14
作者 张霞 吴建华 杨明健 《南昌大学学报(工科版)》 CAS 1999年第1期80-83,共4页
成功地运用了矢量量化的方法对气象卫星云图进行有效压缩,使用的码书是通过自组织特征映射网络训练而成结果表明,采用矢量量化方法对气象卫星云图进行压缩,可以在获得较高压缩比的同时。
关键词 矢量量化 气象卫星云图 sofm 数据压缩
在线阅读 下载PDF
基于SOFM和BP短期负荷预测方法
15
作者 朱雪凌 程然 王为 《水力发电》 北大核心 2020年第4期97-100,共4页
基于以自组织特征映射神经网络(Self-organizing feature map,SOFM)先聚类、神经网络再预测的模型以往多用在对疾病、天气方面的预测,由此提出了一种以SOFM与误差反向传播算法的神经网络(Back Propagation,BP)相组合应用为基本原理的短... 基于以自组织特征映射神经网络(Self-organizing feature map,SOFM)先聚类、神经网络再预测的模型以往多用在对疾病、天气方面的预测,由此提出了一种以SOFM与误差反向传播算法的神经网络(Back Propagation,BP)相组合应用为基本原理的短期电力负荷预测的组合模型。该模型主要基于SOFM网络的主要特性聚类,预先将训练样本集采取聚类分析,对其分为具有相似数据的若干子类,再根据每一子类构造一个BP网络模型。利用内蒙古自治区某市的实际日平均负荷数据进行仿真,证明了本文方法的有效性。 展开更多
关键词 自组织特征映射神经网络 BP神经网络 聚类分析 短期负荷预测
在线阅读 下载PDF
基于频响特征图的稳健有限元模型修正
16
作者 王震宇 何成 +3 位作者 陈卫婷 张相南 王占一 何欢 《力学学报》 EI CAS CSCD 北大核心 2024年第12期3577-3590,共14页
航空航天工程领域对飞机的性能指标和技术要求越来越苛刻,传统方法在处理大规模及多工况的有限元模型修正问题时面临诸多挑战,当前深度学习技术的快速发展为有限元模型修正提供了新的思路.频响函数囊括了结构的所有动态特性信息,基于频... 航空航天工程领域对飞机的性能指标和技术要求越来越苛刻,传统方法在处理大规模及多工况的有限元模型修正问题时面临诸多挑战,当前深度学习技术的快速发展为有限元模型修正提供了新的思路.频响函数囊括了结构的所有动态特性信息,基于频响函数的方法是当前有限元模型修正研究的热点问题.传统的基于频响函数的模型修正方法存在频率点选择、灵敏度矩阵数值异常、抗噪性差和耦合模态难以处理等问题,为此提出一种基于频响特征图的稳健模型修正方法.该方法借助贝叶斯卷积神经网络(Bayesian concolational neural network,BCNN),将模型修正转化为正问题进行研究.BCNN的输入为若干条频响函数经处理和整合形成的频响特征图,其输出为需要修正的模型参数.贝叶斯框架能够减少神经网络在小数据集上的过拟合现象,使训练具有更强的鲁棒性,进而增强了频响特征图和模型参数之间复杂映射关系的拟合准确性.基于频响特征图的方法不仅具备传统基于频响函数的方法的优点,如无需模态识别和模态匹配,可同时修正结构参数和阻尼等,还显著地提升了修正效率和抗噪性.文章首先以数值仿真为例,证明了该方法相较于经典的基于频响的迭代方法具有更准确的修正精度和更强的抗噪性,且对于多钟不同工况的修正更具有效率.然后以包含6根加强肋的钛合金壁板为例对该方法进行实验验证,证明了该方法在工程复杂结构中的有效性. 展开更多
关键词 频响函数 模型修正 贝叶斯卷积神经网络 频响特征图 抗噪性
在线阅读 下载PDF
自组织神经影射网络排序及其在植物群落分析中的应用 被引量:7
17
作者 张金屯 孟东平 席跃翔 《北京林业大学学报》 CAS CSCD 北大核心 2008年第1期1-5,共5页
自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能,其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法,并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在M... 自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能,其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法,并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在Matlab 6.5神经网络工具箱中实现。结果将68个样方排列在SOFM拓扑空间,排序轴反映了明确的生态梯度,能够反映植物群落间的生态关系,生态意义明确,符合植被实际,表明SOFM网络是有效的植物群落排序方法。在SOFM排序过程中也很容易进行聚类,有利于群落分类和排序的结合。 展开更多
关键词 自组织神经影射网络 植被 数量方法 梯度分析 排序 太行山
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
18
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
结构自适应自组织神经网络的研究 被引量:14
19
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
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
20
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
上一页 1 2 5 下一页 到第
使用帮助 返回顶部