期刊文献+
共找到110篇文章
< 1 2 6 >
每页显示 20 50 100
南昌市环境空气污染时空变化特征及影响因素研究 被引量:19
1
作者 晏彩霞 周旋 +4 位作者 张华敏 黄娴 盛燕茹 聂明华 丁明军 《长江流域资源与环境》 CAS CSSCI CSCD 北大核心 2019年第6期1446-1459,共14页
选取2014~2017年南昌市不同时间尺度AQI及主要空气污染物数据,利用GIS技术、神经网络分析、后向轨迹模型及地统计分析方法,分析了南昌市环境空气污染时空变化特征及影响因素。结果表明,南昌市近年来空气质量总体变化不大,空气质量等级... 选取2014~2017年南昌市不同时间尺度AQI及主要空气污染物数据,利用GIS技术、神经网络分析、后向轨迹模型及地统计分析方法,分析了南昌市环境空气污染时空变化特征及影响因素。结果表明,南昌市近年来空气质量总体变化不大,空气质量等级以良为主,占全年比例为57%~61%。但首要污染物变化较大,即PM2.5比例显著下降,NO2和O3比例显著上升,PM10变化不大。南昌市空气污染季节变化显著,冬春季空气质量较差,以PM10、PM2.5污染为主,夏季空气质量最好,以O3污染为主。空气污染周变化以周末及周一污染较重、周四污染最轻,说明南昌市空气污染除了与群众出行习惯有关,还存在其他影响因素。南昌市空气质量日变化呈双峰型(9:00~11:00和20:00~22:00),主要受上、下班高峰期带来的交通尾气影响。南昌市空气污染空间变化呈典型的'郊区-市区'分布,其中AQI、PM10、PM2.5、SO2、NO2、CO值均以市区较高、郊区较低,而O3的空间分布规律正好相反,这主要与城区NOx排放较多,O3易与其迅速反应而消耗有关。后向轨迹聚类分析结果表明,来自本地的短轨迹气团占比高,对PM2.5、PM10、NO2、O3的影响大。气象因素上,PM2.5、PM10、NO2受相对湿度影响较大,O3受温度影响较大。 展开更多
关键词 空气质量指数(AQI) 时空分布 som PCA 后向轨迹 南昌市
原文传递
一种建筑物群智能聚类法 被引量:16
2
作者 程博艳 刘强 李小文 《测绘学报》 EI CSCD 北大核心 2013年第2期290-294,303,共6页
建筑物聚类是大比例尺地图自动制图综合中需要解决的关键问题。通过分析Gestalt原理的邻近性、相似性等,采用建筑物重心、建筑物间的距离、建筑物与邻近线状地物要素间位置关系等参数描述建筑物。本文提出的建筑物智能聚类方法包含两个... 建筑物聚类是大比例尺地图自动制图综合中需要解决的关键问题。通过分析Gestalt原理的邻近性、相似性等,采用建筑物重心、建筑物间的距离、建筑物与邻近线状地物要素间位置关系等参数描述建筑物。本文提出的建筑物智能聚类方法包含两个连续的步骤:首先计算建筑物的描述参数,利用SOM网络的聚类能力,进行建筑物的初步聚类;然后,利用SOM竞争层行列扫描的方法,对初步聚类的建筑物类簇进行精确划分,获得满足建筑物聚类的全局和局部约束条件等制图要求的建筑物聚类群组。 展开更多
关键词 建筑物聚类 自组织映射网络(som) Gestalt准则 地图综合
下载PDF
基于遗传算法和自组织特征映射网络的文本聚类方法 被引量:10
3
作者 覃晓 元昌安 《计算机应用》 CSCD 北大核心 2008年第3期757-760,共4页
自组织映射(SOM)算法作为一种聚类和高维可视化的无监督学习算法,为进行中文Web文档聚类提供了有力的手段。但是SOM算法天然存在着对网络初始权值敏感的缺陷,从而影响聚类质量。为此,引进遗传算法对SOM网络加以优化。提出了以遗传算法优... 自组织映射(SOM)算法作为一种聚类和高维可视化的无监督学习算法,为进行中文Web文档聚类提供了有力的手段。但是SOM算法天然存在着对网络初始权值敏感的缺陷,从而影响聚类质量。为此,引进遗传算法对SOM网络加以优化。提出了以遗传算法优化SOM网络的文本聚类算法(GSTCA);进行了对比实验,实验表明,改进后的算法GSTCA比SOM算法在Web中文文档聚类中具有更高的准确率,其F-measure值平均提高了14%,同时,实验还表明,GSTCA算法对网络初始权值是不敏感的,从而提高了算法的稳定性。 展开更多
关键词 自组织特征映射 遗传算法 文本聚类
下载PDF
基于多目标聚类的用电集群特征属性计算 被引量:14
4
作者 刘友波 刘俊勇 +4 位作者 赵岩 李磊 胥威汀 姚珺玉 侯贺飞 《电力系统自动化》 EI CSCD 北大核心 2009年第19期46-51,共6页
提出售电市场中用电集群与分析维度概念。确定集群特征变量后,采用自组织映射神经网络与k-均值混合可视化聚类技术对售电空间进行自定义目标划分。基于负荷与经济指标,设计熵权改进的多指标属性测度算法对多目标划分下用电集群特性进行... 提出售电市场中用电集群与分析维度概念。确定集群特征变量后,采用自组织映射神经网络与k-均值混合可视化聚类技术对售电空间进行自定义目标划分。基于负荷与经济指标,设计熵权改进的多指标属性测度算法对多目标划分下用电集群特性进行精细化定量综合计算,以分析各对象属性整体相对优劣。采集某电网317个用户数据进行算例分析,结果表明该算法能区别于传统负荷特性分析方法,在扩大售电市场研究对象基础上实现更多有效信息挖掘与多目标售电对象特征精细分析。 展开更多
关键词 多目标聚类 用电集群 自组织映射神经网络 属性测度 熵权
下载PDF
象山港海域水质时空格局的自组织特征映射神经网络识别 被引量:13
5
作者 朱艺峰 施慧雄 +2 位作者 金成法 焦海峰 严小军 《环境科学学报》 CAS CSCD 北大核心 2012年第5期1236-1246,共11页
于2007—2008年对象山港23个站点(包括10个电厂站点)的水质样品进行连续2年的季节性采集,采用SOM(Self-Organizing Map)工具箱,结合k-nn(knearest neighbors)神经元聚类对15个水质参数进行分析,以探明象山港海域水质时空变化并识别敏感... 于2007—2008年对象山港23个站点(包括10个电厂站点)的水质样品进行连续2年的季节性采集,采用SOM(Self-Organizing Map)工具箱,结合k-nn(knearest neighbors)神经元聚类对15个水质参数进行分析,以探明象山港海域水质时空变化并识别敏感的影响区域.结果显示,象山港海域N/P(物质的量比)平均值为27.0.水体污染指数(AI)和海水营养指数(NI)分别指示整个象山港水质处于严重污染和富营养化状态,但水质加权指数(WDX)显示,加权水质标准未超过3类水质,说明传统的AI和NI指数不能反映象山港的实际水质状况.经SOM分析发现,象山港海域各取样站点按季节和空间格局可分为8个聚类组.从季节上看,pH和油类含量在春季最低;夏季水温、COD、NO2--N最高,而DO最低.NO3--N、DIN、DIP在秋冬季节高于春夏季节,但透明度相反.Chl-a含量以夏季最高,冬季最低.GLM(General Linear Model)方差分析显示,不同季节的安全性指数(SFT)和N/P无显著差异(p>0.05),而NI、AI和WDX差异极显著(p<0.01).空间分析显示,象山港水体可分为港底区和口中部区,其中,港底区盐度、pH显著低于口中部区(p<0.01),而NO2--N、NH4+-N、DIN、DIP、Chl-a则显著高于口中部区(p<0.05).除WDX无显著差异外,港底区的N/P显著低于口中部区(p<0.01),而NI、AI、SFT相反(p<0.05).建议港区底部宜采用养殖大型海藻方式以减轻富营养化,此外,冬季黄墩港的水体中粪大肠菌群严重超标,生食该季节贝类产品时需要检测. 展开更多
关键词 象山港 海水水质 时空格局 自组织特征映射神经网络
原文传递
基于PCA-SOM的北京市平谷区地下水污染溯源 被引量:10
6
作者 林斯杰 齐永强 +4 位作者 杨梦曦 杨庆 杨梦凡 刘毅 胡清 《环境科学研究》 EI CAS CSCD 北大核心 2020年第6期1337-1344,共8页
为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现,平谷区地下水电导率与ρ(... 为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现,平谷区地下水电导率与ρ(Ca^2+)(p=0.936)、总碱度与ρ(HCO3^2-)(p=0.981)、ρ(Mg^2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO^3-Ca型为主,其次为HCO^3-Mg型.NH4^+、SO4^2-、Cd、Fe(Ⅱ)、NO2指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH4^+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na^+、Mn受平原地带人为活动的影响;同时,NH4^+、NO3^-、NO2三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析. 展开更多
关键词 自组织映射(som) 地下水污染溯源 主成分分析法(PCA)
下载PDF
混合模式的网络流量分类方法 被引量:8
7
作者 胡婷 王勇 陶晓玲 《计算机应用》 CSCD 北大核心 2010年第10期2653-2655,共3页
为了更好地满足用户对各类Internet业务服务质量越来越精细的要求,流量分类是网络管理的重要环节之一。通过分析、对比基于端口号匹配、特征字段分析和流统计特征的机器学习分类方法的应用现状及其优缺点,针对单一分类方法存在的分类准... 为了更好地满足用户对各类Internet业务服务质量越来越精细的要求,流量分类是网络管理的重要环节之一。通过分析、对比基于端口号匹配、特征字段分析和流统计特征的机器学习分类方法的应用现状及其优缺点,针对单一分类方法存在的分类准确度不高、分类时间长等问题,提出一种混合模式的网络流量分类方案。此方案结合端口号匹配和机器学习分类方法,采用输出结果可视化的自组织映射网络算法实现网络流量在应用层的分类。实验表明,该方案能有效地实现对网络流量应用类型的分类,分类结果可视化效果好。 展开更多
关键词 流量分类 统计特征 机器学习 自组织映射
下载PDF
基于自组织映射的手写数字识别的并行实现 被引量:9
8
作者 王一木 潘赟 +2 位作者 龙彦辰 严晓浪 宦若虹 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2014年第4期742-747,共6页
针对自组织映射(SOM)神经网络算法实现复杂的问题,提出SOM算法的简化方案及并行硬件电路架构.经典SOM算法中,权值更新函数须使用浮点数乘法、开方以及指数等运算,硬件并行实现十分困难.传统的SOM简化方法的聚类准确率不高,面对手写数字... 针对自组织映射(SOM)神经网络算法实现复杂的问题,提出SOM算法的简化方案及并行硬件电路架构.经典SOM算法中,权值更新函数须使用浮点数乘法、开方以及指数等运算,硬件并行实现十分困难.传统的SOM简化方法的聚类准确率不高,面对手写数字识别这类复杂应用,传统方法的识别率十分有限.提出的SOM简化算法可以在保证系统聚类准确率的同时,除去权值更新函数中的复杂运算,易于硬件的全并行实现.基于提出的SOM简化算法及并行电路架构,实现的手写数字识别系统的工作频率为50 MHz,单次输入的学习时间仅需200ns,实时处理性能可达400MCUPS.识别系统针对MNIST样本库的识别准确率超过81%,与经典SOM算法的准确率持平,明显优于其他SOM简化方法. 展开更多
关键词 自组织映射(som) 手写数字识别 并行实现 现场可编程门阵列(FPGA)
下载PDF
基于SOM需求响应潜力的居民用户优化聚合模型 被引量:9
9
作者 孙彦萍 李虹 +1 位作者 杨文海 高亚静 《电力建设》 北大核心 2017年第7期25-33,共9页
充分挖掘聚合对象的需求响应(demand response,DR),合理聚合响应能力高、违约率低的优质用户,是负荷聚合商(load aggregator,LA)保障收益、降低风险、提高市场竞争力的有效途径。首先根据居民用户负荷的用电特性将负荷分类,并建立相应... 充分挖掘聚合对象的需求响应(demand response,DR),合理聚合响应能力高、违约率低的优质用户,是负荷聚合商(load aggregator,LA)保障收益、降低风险、提高市场竞争力的有效途径。首先根据居民用户负荷的用电特性将负荷分类,并建立相应的响应模型;其次,以居民用户24个时段响应潜力值构成的需求响应潜力向量作为自组织映射(self-organizing map,SOM)神经网络算法的输入向量进行训练学习,得到居民用户的响应类型及响应等级的分类;再次,计及响应过程中用户响应违约的概率,建立了考虑风险的LA用户优化聚合模型;最后,通过算例分析验证了模型的正确性和有效性。 展开更多
关键词 响应潜力 自组织映射(som) 负荷聚合 风险
原文传递
基于小圩形态指数的宣芜平原圩田景观肌理量化研究——以固城湖永丰圩为例 被引量:4
10
作者 李哲 卢馨逸 +2 位作者 施佳颖 黄若暄 高颖 《中国园林》 CSCD 北大核心 2023年第1期41-46,共6页
在当代乡村农耕景观高质量发展与提质增效背景下,以量化分析技术精准研判圩区景观风貌,利用小圩形态指数分析解译典型圩田景观肌理成为乡村景观研究纵深发展的基本问题之一。面向典型圩田肌理特征量化研究需要,综合景观肌理研究的既有成... 在当代乡村农耕景观高质量发展与提质增效背景下,以量化分析技术精准研判圩区景观风貌,利用小圩形态指数分析解译典型圩田景观肌理成为乡村景观研究纵深发展的基本问题之一。面向典型圩田肌理特征量化研究需要,综合景观肌理研究的既有成果,确定小圩延伸率、矩形紧凑度、凹凸度、椭圆形状指数和分形维数5项标识性形态指数。以南京固城湖永丰圩为例,将其小圩二维边界转译为指数数据,选取SOM神经网络、K-means等机器学习方法构建圩田肌理识别模型并对样本圩区进行集成解析,实现圩田肌理的表征识别与聚类分析。相关结果为圩田景观肌理研究提供了一种小圩形态指数聚类分析方法,为深入探索乡村景观肌理统计测量技术提供研究参考。 展开更多
关键词 风景园林 景观肌理 形态指数 圩田肌理识别模型 som神经网络 圩田
下载PDF
应用自组织映射方法的北京市2005—2013年土地利用时空演变分析 被引量:7
11
作者 齐建超 刘慧平 伊尧国 《生态学报》 CAS CSCD 北大核心 2017年第19期6346-6354,共9页
时间序列土地利用时空演变规律分析是当前的研究热点之一,通过应用自组织映射神经网络方法进行多时间序列土地利用变化时空一体化表达与演变规律分析,探索区域土地利用变化模式。基于北京市2005、2007、2009、2011、2013年5期土地利用... 时间序列土地利用时空演变规律分析是当前的研究热点之一,通过应用自组织映射神经网络方法进行多时间序列土地利用变化时空一体化表达与演变规律分析,探索区域土地利用变化模式。基于北京市2005、2007、2009、2011、2013年5期土地利用遥感分类数据,构建自组织映射神经网络并利用其聚类和降维可视化功能对5个年份的土地利用数据同时进行训练输出,发现建设用地、耕地、林地、牧草地、园地的聚集模式,并通过对输出神经元进行二次聚类以及土地利用变化轨迹分析,获得北京市郊区5个监测时相土地利用变化的时空演变特征。结果揭示出北京市郊区2005—2013年土地利用变化具有明显的耕地型向建设用地型发展的平原区演变特征,以及向林地型发展的山区演变特征,且各区的发展具有时间上的顺序性;总体上形成6类土地利用演变轨迹。 展开更多
关键词 自组织映射(som) 土地利用变化 多时间序列 时空分析 轨迹分析
下载PDF
基于自组织映射与随机森林耦合模型的流域水质空间差异性评估 被引量:7
12
作者 王一旭 王飞儿 俞洁 《环境科学学报》 CAS CSCD 北大核心 2020年第6期2278-2285,共8页
流域水环境质量空间分布特征分析是推进流域精细化管理的基础.本研究基于流域特征指标与水质的关联性,以子流域为分析单元,利用自组织映射人工神经网络模型(SOM)对苕溪流域水质数据聚类分析为3类后与随机森林模型(RF)进行耦合,对全流域... 流域水环境质量空间分布特征分析是推进流域精细化管理的基础.本研究基于流域特征指标与水质的关联性,以子流域为分析单元,利用自组织映射人工神经网络模型(SOM)对苕溪流域水质数据聚类分析为3类后与随机森林模型(RF)进行耦合,对全流域水质进行了空间差异性评估.研究结果显示,上游山地区域水质较好,而平原河网人口集聚区的CODMn、NH3-N及TP浓度较高,山地与平原过渡地带水质则主要受到CODMn和TN的影响.采用自然环境、社会经济及土地利用/覆盖指标作为流域特征进行水质分级模式识别,SOM与RF模型耦合模型的准确率稳定在80%左右;在对强相关性特征进行筛选识别后,将蒸发蒸腾量、坡度、人口密度、大于10℃积温、旱地占比、城镇用地占比及景观多样性指数为作为输入特征,准确率可达83%,可以有效地开展全流域水质分级评估. 展开更多
关键词 水质评估 机器学习 模式识别 自组织映射人工神经网络模型(som) 随机森林模型(RF)
原文传递
基于生物启发自组织神经网络的任务分配与路径规划 被引量:7
13
作者 刘雨 朱大奇 《系统仿真技术》 2017年第3期230-234,240,共6页
针对自治水下机器人(AUV)系统的任务分配与路径规划问题,提出一种生物启发自组织映射(GBSOM)神经网络任务分配与路径规划算法。根据AUV的水下工作环境建立二维生物启发神经网络(GBNN)模型,神经网络中每一个神经元的活性值与水下栅格地... 针对自治水下机器人(AUV)系统的任务分配与路径规划问题,提出一种生物启发自组织映射(GBSOM)神经网络任务分配与路径规划算法。根据AUV的水下工作环境建立二维生物启发神经网络(GBNN)模型,神经网络中每一个神经元的活性值与水下栅格地图中的位置单元一一对应;使用自组织神经网络(SOM)算法将水下目标分配给一组AUV并确定AUV访问目标点的顺序;在SOM任务分配的基础上根据神经网络中神经元的活性输出值分布情况自主规划AUV下一步的目标点。重复上述3步直至完成所有目标点的访问。最后,通过二维静态与动态环境下的仿真实验证明该算法的有效性。 展开更多
关键词 自治水下机器人(AUV) 生物启发神经网络(GBNN) 自组织神经网络(som)算法 任务分配 路径规划
下载PDF
SOM和Elman神经网络在整流器故障诊断的应用 被引量:6
14
作者 康洪铭 李光升 +1 位作者 谢永成 魏宁 《计算机工程与应用》 CSCD 2014年第11期267-270,共4页
针对装甲车辆电源系统整流器内部二极管的断路和短路故障,提出了一种基于SOM和Elman神经网络相结合的诊断方法。通过建立整流器的仿真模型,利用快速傅里叶变换(FFT)提取各故障模式的谐波次数和幅值,并用SOM网络进行模式分类,由于各模式... 针对装甲车辆电源系统整流器内部二极管的断路和短路故障,提出了一种基于SOM和Elman神经网络相结合的诊断方法。通过建立整流器的仿真模型,利用快速傅里叶变换(FFT)提取各故障模式的谐波次数和幅值,并用SOM网络进行模式分类,由于各模式下具体故障类型存在相位差,通过采样其周期内的电压值,再利用Elman网络可以识别具体故障。从仿真结果来看,实现了整流器的模式分类和故障识别,验证了该方法的可行和正确性。 展开更多
关键词 整流器 自组织映射(som) ELMAN 故障诊断
下载PDF
机械故障模式识别的ICA基神经网络方法 被引量:2
15
作者 焦卫东 杨世锡 吴昭同 《计算技术与自动化》 2003年第2期63-67,共5页
神经网络、特别是基于无导师学习的自组织映射(SOM)网络是一种优良的模式聚类与识别方法,而独立分量分析(ICA)则是一个强有力的非高斯数据分析工具。其中,基于特征矩阵联合近似对角化的JADE算法是一种鲁棒且数值稳定的代数ICA方法,特别... 神经网络、特别是基于无导师学习的自组织映射(SOM)网络是一种优良的模式聚类与识别方法,而独立分量分析(ICA)则是一个强有力的非高斯数据分析工具。其中,基于特征矩阵联合近似对角化的JADE算法是一种鲁棒且数值稳定的代数ICA方法,特别适合用于多变量特征抽取。本文首先利用JADE进行不同机械状态模式(包括正常和齿轮点蚀故障状态)的特征提取,随后以此训练某一典型神经网络(如多层感知器、径向基网络或自组织映射网络),以实现模式的最终分类。借助ICA及基于残余互信息(RMI)的二次特征抽取策略,隐藏于多通道振动观测中的高阶特征得以有效提取,从而实现机械状态模式的准确识别。对照分类实验结果表明,基于ICA-SOM分类方法不仅具有较好的故障模式分类能力,且实现简单,在机器健康状况监测中有较大的应用潜力。 展开更多
关键词 机械故障 模式识别 独立分量分析 ICA 神经网络 径向基函数 自组织映射
下载PDF
改进自组织映射的多无人机协同任务分配方法 被引量:2
16
作者 孙亚男 吴杰宏 +1 位作者 石峻岭 高利军 《计算机应用》 CSCD 北大核心 2023年第5期1551-1556,共6页
针对现有算法对多无人机(UAV)协同进行多任务分配时存在负载均衡和执行效率方面的不足,提出一种改进的自组织映射(ISOM)算法。该算法根据飞行时间和任务执行时间设计了UAV的负载均衡度,以提升任务完成的效率;还设计了新的非线性变化的... 针对现有算法对多无人机(UAV)协同进行多任务分配时存在负载均衡和执行效率方面的不足,提出一种改进的自组织映射(ISOM)算法。该算法根据飞行时间和任务执行时间设计了UAV的负载均衡度,以提升任务完成的效率;还设计了新的非线性变化的学习率和邻域函数保证ISOM算法的稳定性和快速收敛。然后,在不同任务环境对ISOM算法进行了有效性验证。实验结果表明,与结合遗传算法的粒子群优化(GA-PSO)、Gurobi和ORTools算法相比,ISOM算法的任务完成时间可分别减少15.5%、12.7%和7.3%;在TSPLIB数据集的实例KroA100、KroA150、KroA200上进行航迹长度减小的有效性验证时,与杂草优化(IWO)算法、改进的单亲遗传算法(IPGA)和蚁群单亲遗传算法(AC-PGA)的对比结果表明,ISOM算法在无人机数量为2、3、4、5、8时,均获得了最小的航迹长度。由此可见,ISOM算法在解决多UAV协同多任务分配问题时效果显著。 展开更多
关键词 多无人机 任务分配 自组织映射 负载均衡 执行效率
下载PDF
基于mRMR-SOM的异步电机轴承故障诊断研究
17
作者 刘文 周智勇 蔡巍 《机电工程》 北大核心 2024年第1期90-98,共9页
针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状... 针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状态下分别采集振动、电流和电压信号,利用统计学方法获取了高维混合特征集;然后,以互信息为背景,利用mRMR根据特征与状态标签间的相关性和特征间的冗余性,筛选了具备强区分能力的特征,以避免计算冗余和后验诊断性能下降;最后,采用SOM对异步电机健康和轴承故障状态进行了分类识别,验证了SOM对异步电机轴承故障诊断的有效性,以及mRMR对故障诊断结果的影响。研究结果表明:基于mRMR-SOM的异步电机轴承故障诊断方法能够准确地区分健康和故障状态,测试集分类准确率达到89%;使用mRMR特征筛选能够将154维特征降低至17维,缩短23.5%的网络收敛时间,并将分类准确率由89%提升至98%;试验结果验证了基于mRMR-SOM的异步电机轴承故障诊断方法对于异步电机轴承故障诊断问题的有效性,且证实其具备良好的诊断效果。 展开更多
关键词 自组织映射神经网络 最大相关最小冗余特征选择算法 互信息 特征降维 特征选择 神经网络算法 U矩阵
下载PDF
基于SOM-DB-PAM混合聚类算法的电力客户细分 被引量:6
18
作者 胡晓雪 赵嵩正 吴楠 《计算机工程》 CAS CSCD 北大核心 2015年第10期295-301,308,共8页
针对电力客户具有客户数量大、存在孤立点等特点,提出一种适用于对大量电力客户进行快速聚类的SOM-DB-PAM混合聚类算法。该算法利用自组织映射神经网络训练输入数据,以获取代表输入模式且数据量远小于输入数据量的原型向量,使用围绕中... 针对电力客户具有客户数量大、存在孤立点等特点,提出一种适用于对大量电力客户进行快速聚类的SOM-DB-PAM混合聚类算法。该算法利用自组织映射神经网络训练输入数据,以获取代表输入模式且数据量远小于输入数据量的原型向量,使用围绕中心点的切分(PAM)对该原型向量聚类并用Davies-Bouldin指标判定最优聚类个数以保证聚类效果。实验结果表明,与传统聚类算法相比,该算法具有更高的分类正确率,当客户数量较大时,能实现对客户的快速、有效聚类,并减少人为指定聚类个数的盲目性和主观性。 展开更多
关键词 电力客户细分 围绕中心点的划分 自组织映射 混合聚类算法 聚类分析
下载PDF
基于四元数和SOM神经网络的彩色图像边缘检测 被引量:6
19
作者 王铮 李兴民 《计算机应用》 CSCD 北大核心 2012年第2期510-513,共4页
针对传统边缘检测方法无法考虑到彩色图像各颜色分量的相关性,以及边缘提取效果受阈值影响的不足,提出一种四元数和自组织神经网络(SOM)相结合的彩色图像边缘检测算法。根据四元数柯西积分公式和四元数矢量积性质,构造图像的边缘特征向... 针对传统边缘检测方法无法考虑到彩色图像各颜色分量的相关性,以及边缘提取效果受阈值影响的不足,提出一种四元数和自组织神经网络(SOM)相结合的彩色图像边缘检测算法。根据四元数柯西积分公式和四元数矢量积性质,构造图像的边缘特征向量对SOM神经网络进行训练,然后用训练好的SOM网络提取边缘。实验表明,该方法具有良好的边缘检测效果,并有较强的细节保持能力。 展开更多
关键词 四元数 柯西积分公式 四元数矢量积 特征向量 自组织映射 边缘检测
下载PDF
基于SOM的乌梁素海浮游植物群落结构研究 被引量:6
20
作者 李建茹 李兴 《生态环境学报》 CSCD 北大核心 2017年第4期649-657,共9页
浮游植物能够产生氧气并为其他生物提供食物,维持其他生命的生存,进而保证水生态系统的平衡,在水生态系统中具有重大意义。为研究寒旱区乌梁素海浮游植物群落结构特征及其与环境因子的关系,运用自组织特征映射网络(SOM),并结合完全连接... 浮游植物能够产生氧气并为其他生物提供食物,维持其他生命的生存,进而保证水生态系统的平衡,在水生态系统中具有重大意义。为研究寒旱区乌梁素海浮游植物群落结构特征及其与环境因子的关系,运用自组织特征映射网络(SOM),并结合完全连接法,将乌梁素海浮游植物分为8个群落类型,分别为群落Ⅰ(蓝藻Cyanobacteria-绿藻Chlorophyta-硅藻型Bacillariophyta)、群落Ⅱ(蓝藻型)、群落Ⅲ(硅藻型)、群落Ⅳ(硅藻-绿藻型)、群落Ⅴ(硅藻-蓝藻型)、群落Ⅵ(绿藻-硅藻型)、群落Ⅶ(绿藻-硅藻型)、群落Ⅷ(绿藻-硅藻-蓝藻型)。分类结果显示,各群落结构的物种组成呈现明显特征,优势种的分布具有显著的规律性。利用Kruskal-Wallis方法分析群落类型间环境因子的差异性,结果显示,各群落类型的水深、水温、p H、总磷具有极显著性差异(P<0.01),而透明度、总氮、电导率显著性差异不显著(P>0.05)。通过对群落类型与其环境因子的分析,结合国内外浮游植物功能群及其生境的研究,发现优势属小环藻(Cyclotella)、舟形藻(Navicula)、衣藻(Chlamydomonas)适应低温、浅水及高营养盐的水域环境;栅藻(Scenedesmus)、绿球藻(Chlorococcum)、针杆藻(Synedra)适应总氮、总磷浓度均较高的水域环境;而平裂藻(Merismopedia)、色球藻(Chroococcus)适应高温、深水、总磷浓度较低的水域环境。温度是乌梁素海浮游植物群落结构组成的决定因子,而氮磷比可能是影响群落组成的又一重要环境因子。 展开更多
关键词 浮游植物 群落结构 自组织特征映射网络 乌梁素海
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部