基于天气分型的风光出力互补性分析方法 被引量：15

1

作者 乔延辉 韩爽 +3 位作者 许彦平 刘永前 马天东 蔡乾 《电力系统自动化》 EI CSCD 北大核心 2021年第2期82-88,共7页

基于天气分型的风光出力互补性定量分析方法能够科学指导风光互补发电系统优化调度。针对现有天气分型方法中主成分分析法无法提取非线性特征,分布领域嵌入(t-SNE)算法未考虑样本实际分布等不足,提出了基于核主成分分析(KPCA)和自组织... 基于天气分型的风光出力互补性定量分析方法能够科学指导风光互补发电系统优化调度。针对现有天气分型方法中主成分分析法无法提取非线性特征,分布领域嵌入(t-SNE)算法未考虑样本实际分布等不足,提出了基于核主成分分析(KPCA)和自组织特征映射(SOFM)神经网络的天气分型及风光出力互补性分析方法。首先,基于数值天气预报数据,利用KPCA进行特征向量提取;然后,以特征向量为输入条件,构建基于SOFM神经网络的天气类型划分模型;最后,基于波动互补率和爬坡互补率评估指标,从波动性和爬坡性2个角度定量分析不同天气类型下风光出力互补程度和最佳并网容量比例。结果表明不同天气类型下风光出力波动互补性及最佳并网容量比例差异明显,验证了所提方法的有效性。 展开更多

关键词 天气 风力发电 光伏 互补性 核主成分分析 自组织特征映射神经网络

下载PDF 职称材料

基于SOFM神经网络模型的岩爆烈度等级预测方法 被引量：12

2

作者 杨小彬 裴艳宇 +2 位作者 程虹铭 侯鑫 吕嘉琦 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2021年第S01期2708-2715,共8页

为简化岩爆烈度等级预测指标体系、解决预测分级模糊问题、利于工程人员分析预测结果,建立基于SOFM神经网络的岩爆烈度等级预测模型,并根据竞争层拓扑结构的不同将预测模型拓展成3个模型。将硐壁最大切向应力、岩石单轴抗压强度、岩石... 为简化岩爆烈度等级预测指标体系、解决预测分级模糊问题、利于工程人员分析预测结果,建立基于SOFM神经网络的岩爆烈度等级预测模型,并根据竞争层拓扑结构的不同将预测模型拓展成3个模型。将硐壁最大切向应力、岩石单轴抗压强度、岩石单轴抗拉强度作为模型输入向量,将40组国内外岩爆工程数据作为数据集输入3个模型进行训练、测试,3个模型在测试集上岩爆烈度等级预测正确率均达到90%。比较3个模型的聚类、测试及训练效果,得到竞争层神经元个数为16的预测模型最优。将最优预测模型的预测结果与可拓理论、Russenes判据、基于模糊C-均值算法粗糙集理论云模型的预测结果对比,基于SOFM神经网络模型的岩爆烈度等级预测方法优于其他方法,表明该方法具有一定可行性和实用性,为岩爆预测提供了一种新的方法和手段。 展开更多

关键词 岩石力学 自组织特征映射神经网络 岩爆预测 预测模型 参数选择 预测指标

原文传递

模拟电路故障的一种聚类二叉树支持向量机诊断新方法 被引量：7

3

作者 崔江 王友仁 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第10期2047-2051,共5页

针对模拟电路故障特征样本的分类(诊断)问题,提出了一种基于聚类二叉树支持向量机(SVMs)多分类器的故障诊断新方法,并分析了几种分类器的平均测试复杂度。首先,利用自组织特征映射神经网络(SOFM)对训练样本进行层次聚类,得到一棵聚类二... 针对模拟电路故障特征样本的分类(诊断)问题,提出了一种基于聚类二叉树支持向量机(SVMs)多分类器的故障诊断新方法,并分析了几种分类器的平均测试复杂度。首先,利用自组织特征映射神经网络(SOFM)对训练样本进行层次聚类,得到一棵聚类二叉树;其次,按照树的结构利用二元SVMs设计故障分类器,并对样本进行分组训练和测试。实际仿真和测试表明,所设计的故障分类器性能在诊断精度和效率上皆优于传统的"1-v-r"SVMs和"1-v-1"SVMs分类器,较为适合模拟电子电路的故障分类和诊断。 展开更多

关键词 模拟电路 故障诊断 自组织特征映射神经网络 二叉树 二元SVMs

下载PDF 职称材料

一种GOA优化SOM神经网络的VP型倾斜仪故障智能诊断方法 被引量：4

4

作者 庞聪 马武刚 +4 位作者 李查玮 龚燕民 刘晓磊 江勇 廖成旺 《大地测量与地球动力学》 CSCD 北大核心 2023年第3期322-326,共5页

提出一种VP型倾斜仪故障智能诊断方法。利用经验模态分解(EMD)将归一化故障信号分解为6个本征模态函数(IMF),分别计算其近似熵,构建EMD多尺度近似熵输入矩阵;结合蝗虫优化算法(GOA)对自组织特征映射(SOM)神经网络的参数进行优化,将得到... 提出一种VP型倾斜仪故障智能诊断方法。利用经验模态分解(EMD)将归一化故障信号分解为6个本征模态函数(IMF),分别计算其近似熵,构建EMD多尺度近似熵输入矩阵;结合蝗虫优化算法(GOA)对自组织特征映射(SOM)神经网络的参数进行优化,将得到的GOA最优值嵌入到SOM模型中,组建GOA-SOM诊断模型。应用诊断测试集得到诊断目标的聚类标签值,将其与训练集的聚类标签以及真实故障类型进行比对,得到故障诊断结果。结果证明,GOA-SOM模型在100次随机抽样条件下的诊断正确率均值和标准差分别为99.329 7%、1.218 8,优于传统诊断模型。 展开更多

关键词 倾斜仪故障诊断 经验模态分解 蝗虫优化算法 自组织特征映射神经网络 多尺度近似熵

下载PDF 职称材料

基于深度迁移学习的滚动轴承剩余使用寿命预测 被引量：7

5

作者 汪立雄 王志刚 +1 位作者 徐增丙 林辉 《制造技术与机床》 北大核心 2020年第12期130-134,137,共6页

针对轴承剩余使用寿命(RUL)预测模型训练样本少导致预测精度低的问题,提出一种基于深度迁移学习的滚动轴承剩余使用寿命预测方法。首先利用深度信念网络(DBN)和自组织映射神经网络(SOM)直接对原始振动信号构建轴承健康因子(HI),然后以... 针对轴承剩余使用寿命(RUL)预测模型训练样本少导致预测精度低的问题,提出一种基于深度迁移学习的滚动轴承剩余使用寿命预测方法。首先利用深度信念网络(DBN)和自组织映射神经网络(SOM)直接对原始振动信号构建轴承健康因子(HI),然后以长短时记忆网络(LSTM)模型为基础,通过共享隐含层的迁移方法训练RUL预测模型,最后利用LSTM-DT进行RUL预测。实验证明,构建HI能够精确反映轴承的健康状态,LSTM-DT算法有效提高RUL预测精度。 展开更多

关键词 剩余使用寿命预测 深度信念网络 自组织映射神经网络 轴承健康因子 长短时记忆网络 共享隐含层迁移

下载PDF 职称材料

基于SOM神经网络的聚类方法研究 被引量：4

6

作者 赵晓丹 齐志 《吉林省经济管理干部学院学报》 2008年第2期81-83,共3页

聚类分析是由若干个模式组成的,它在数据挖掘中的地位越来越重要。通过数据挖掘聚类分析,可以及时了解各地区经济实力等重要的信息,对各级政府政策制定上及宏观调控上都具有非常重要的现实意义。

关键词 数据挖掘 聚类分析 自组织特征映射神经网络

下载PDF 职称材料

SOFM储层综合评价方法及其在延吉盆地的应用 被引量：6

7

作者 郄瑞卿 薛林福 +1 位作者 王满 王丽华 《吉林大学学报（地球科学版）》 EI CAS CSCD 北大核心 2009年第1期168-174,共7页

通过对已有储层评价方法优势与不足的分析,提出在空间数据库基础上应用自组织特征映射神经网络进行油气储层评价,并对延吉盆地大砬子组储层进行了评价。评价结果显示:Ⅰ级储集层主要发育于朝阳川凹陷中央—延D4井西缘、呈椭圆状分布,朝... 通过对已有储层评价方法优势与不足的分析,提出在空间数据库基础上应用自组织特征映射神经网络进行油气储层评价,并对延吉盆地大砬子组储层进行了评价。评价结果显示:Ⅰ级储集层主要发育于朝阳川凹陷中央—延D4井西缘、呈椭圆状分布,朝阳川凹陷西缘即延D6、延3之间呈月牙状分布;Ⅱ级储集层区块较大,分布集中在朝阳川凹陷周缘及帽儿山凸起,在清茶馆凹陷的东缘、南缘和德新凹陷的北缘呈不规则分布;Ⅲ级主要发育于朝阳川凹陷中央-朝阳川镇南部,清茶馆凹陷东缘,呈条带、小块状零星分布,德新凹陷大部呈不规则分布;Ⅳ级主要发育于西部隆起区、练花洞单斜一带,在茶清馆凹陷中央也有零星分布;其它地区是储层物性发育较差的Ⅴ级。 展开更多

关键词 自组织特征映射神经网络 储层 延吉盆地

下载PDF 职称材料

自组织网络与广义回归网络耦合的副热带高压指数预测 被引量：5

8

作者 王彦磊 滕军 +3 位作者 张韧 万齐林 董兆俊 白志鹏 《热带气象学报》 CSCD 北大核心 2008年第5期475-482,共8页

利用亚洲夏季风系统中各成员变化活动与西太平洋副高存在的不同程度的时延相关性,从1995～2004年NCEP/NCAR逐日再分析资料中,提取了亚洲夏季风系统各成员变化活动的特征指标及其对应的超前三候的西太平洋副高(简称副高)面积和脊线指数... 利用亚洲夏季风系统中各成员变化活动与西太平洋副高存在的不同程度的时延相关性,从1995～2004年NCEP/NCAR逐日再分析资料中,提取了亚洲夏季风系统各成员变化活动的特征指标及其对应的超前三候的西太平洋副高(简称副高)面积和脊线指数。在此基础之上,建立了自组织网络与径向基函数网络串级耦合的副高指数预测模型。该模型首先用自组织网络对各指标样本按其自身相似原则进行无监督分类,随后用广义回归网络分别对分类出的各指数样本子集进行有监督的训练建模和预测。模型的预测试验结果表明:副高指数的预测结果与其实际值之间的相关系数达到0.89,明显优于单一的神经网络模型预测效果。 展开更多

关键词 太平洋副高 亚洲季风 自组织神经网络 径向基函数网络

下载PDF 职称材料

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

9

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

下载PDF 职称材料

基于自组织映射神经网络的多目标调度研究 被引量：2

10

作者 夏凌 谷寒雨 《计算机集成制造系统》 EI CSCD 北大核心 2008年第4期757-760,820,共5页

为解决后验式场景下的多目标生产调度问题,提出一种基于自组织映射神经网络的策略来生成近似Pareto边界。该方法首先使用拉格朗日松弛法获得若干Pareto解,从而将搜索范围划分为若干区域。对于每一个区域,构造两个并发运行的自组织映射... 为解决后验式场景下的多目标生产调度问题,提出一种基于自组织映射神经网络的策略来生成近似Pareto边界。该方法首先使用拉格朗日松弛法获得若干Pareto解,从而将搜索范围划分为若干区域。对于每一个区域,构造两个并发运行的自组织映射神经网络搜索区域中的Pareto解,在不增加求解时间的情况下提高了求解精度。另外,根据多目标调度问题的特点,改变了神经网络训练过程中邻域的定义,从而加快了求解速度。仿真实验验证了该算法的可行性与有效性。 展开更多

关键词 多目标调度 Pareto边界 自组织映射神经网络 拉格朗日松弛法

下载PDF 职称材料

基于神经网络的两种岩性识别方法的研究 被引量：2

11

作者 赵杰 李春华 《现代电子技术》 2009年第22期138-140,141,共3页

利用测井资料实现岩性识别对于储层评价具有重要意义,采用概率神经网络(PNN)和自组织特征映射神经网络(SOM)的模式识别方法,分别建立测井岩性识别模型,并利用该模型对样本进行预测。仿真结果表明,建立的模型用于岩性识别具有预测精度高... 利用测井资料实现岩性识别对于储层评价具有重要意义,采用概率神经网络(PNN)和自组织特征映射神经网络(SOM)的模式识别方法,分别建立测井岩性识别模型,并利用该模型对样本进行预测。仿真结果表明,建立的模型用于岩性识别具有预测精度高、易收敛和自动聚类等特点,对于岩性类别的划分是准确和可靠的,为相关领域的研究提供了新方法。 展开更多

关键词 自组织特征映射神经网络 概率神经网络 岩性识别 预测

下载PDF 职称材料

基于自组特征映射神经网络的虹膜识别算法研究 被引量：1

12

作者 范科峰 裴庆祺 王占武 《网络安全技术与应用》 2007年第1期90-91,79,共3页

虹膜识别是一种非侵犯性的身份鉴别技术。本文讨论了虹膜图像定位、归一化和增强等预处理方法,并提出了一种基于神经元网络的虹膜图像识别算法,它是对提取的归一化矩形虹膜纹理数据用训练的自组织特征映射(SOM)神经网络进行虹膜模式识... 虹膜识别是一种非侵犯性的身份鉴别技术。本文讨论了虹膜图像定位、归一化和增强等预处理方法,并提出了一种基于神经元网络的虹膜图像识别算法,它是对提取的归一化矩形虹膜纹理数据用训练的自组织特征映射(SOM)神经网络进行虹膜模式识别。实验表明,该方法识别正确率高,效果良好。 展开更多

关键词 虹膜识别 神经网络 自组织特征映射神经网络

原文传递

基于K-means算法改进的SOM神经网络调制识别分类器 被引量：2

13

作者 冯利利 王华奎 +1 位作者 韩应征 贾若思 《电脑开发与应用》 2011年第1期8-10,共3页

通信过程中,获得情报信息的关键步骤是清楚接收到的调制信号的调制方式。随着现代通信技术的高速发展,人工智能广泛应用于调制方式识别领域。提出将自组织特征映射(Self-Organizing feature Map,简称SOM网络)神经网络用于调制制式的识... 通信过程中,获得情报信息的关键步骤是清楚接收到的调制信号的调制方式。随着现代通信技术的高速发展,人工智能广泛应用于调制方式识别领域。提出将自组织特征映射(Self-Organizing feature Map,简称SOM网络)神经网络用于调制制式的识别。用K均值(K-means)聚类算法来寻找每类特征参数的两个聚类中心,并将此聚类中心作为SOM神经网络的初始权值向量。这样,可以降低神经网络的训练次数,同时提高正确识别率。 展开更多

关键词 调制识别 自组织特征映射神经网络 K-MEANS聚类算法

下载PDF 职称材料

地铁车辆电动塞拉门的剩余寿命预测 被引量：2

14

作者 王凌 陈长骏 +3 位作者 潘静 许宏 陈锡爱 那文波 《中国机械工程》 EI CAS CSCD 北大核心 2016年第22期2994-3000,共7页

针对地铁车辆客室电动塞拉门传动装置润滑不良的问题,提出了基于自组织映射(SOM)神经网络、隐马尔可夫链(HMC)模型和蒙特卡罗(MC)仿真的剩余使用寿命预测方法。该方法首先对采集到的电机电流信号进行特征提取;然后利用SOM对提取出的多... 针对地铁车辆客室电动塞拉门传动装置润滑不良的问题,提出了基于自组织映射(SOM)神经网络、隐马尔可夫链(HMC)模型和蒙特卡罗(MC)仿真的剩余使用寿命预测方法。该方法首先对采集到的电机电流信号进行特征提取;然后利用SOM对提取出的多维特征数据进行融合与编码,将所得结果作为HMC的输入向量,训练得到全部寿命下劣化状态转移矩阵;最后利用MC方法实现对其劣化过程的剩余使用寿命预测。故障模拟实验结果表明,该方法可以在考虑润滑不良故障模式下,有效预测得到电动塞拉门丝杆的剩余使用寿命。 展开更多

关键词 电动塞拉门 润滑不良 剩余使用寿命预测 隐马尔可夫链模型 自组织映射神经网络 蒙特卡罗仿真

下载PDF 职称材料

基于自组织特征映射神经网络的生态城市分类 被引量：1

15

作者 程毛林 《数学的实践与认识》 CSCD 北大核心 2006年第1期44-48,共5页

神经网络用于样本分类是一个新的研究课题,本文利用自组织特征映射神经网络,对生态城市进行分类.计算实例表明,用自组织特征映射神经网络用于分类是准确和可靠的.

关键词 自组织特征映射神经网络 生态城市 分类 城市分类 样本分类

原文传递

基于SOFM矢量量化的气象卫星云图数据压缩 被引量：1

16

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

下载PDF 职称材料

基于改进的自组织映射神经网络的调制方式识别分类器 被引量：1

17

作者 高玉龙 张中兆 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2006年第5期143-147,共5页

为了提高调制方式识别分类器算法的正确识别概率和缩短识别时间,使其有自适应能力,利用自组织映射神经网络自组织、自适应的特点,提出采用自组织映射神经网络作为调制方式中的分类器,以自适应于信噪比的变化。对其学习规则和竞争传递函... 为了提高调制方式识别分类器算法的正确识别概率和缩短识别时间,使其有自适应能力,利用自组织映射神经网络自组织、自适应的特点,提出采用自组织映射神经网络作为调制方式中的分类器,以自适应于信噪比的变化。对其学习规则和竞争传递函数进行改进,使每次获胜的输出神经元为2个。这样能减少输出神经元个数,加快神经网络的收敛速率,以较短的时间识别接收信号的调制方式。仿真结果表明改进的自组织映射神经网络的识别概率高于其它的神经网络。并且由于其结构简单,便于工程实现。 展开更多

关键词 自组织映射神经网络 调制方式识别 学习规则 神经元节点 竞争传递函数

下载PDF 职称材料

基于SOFM和BP短期负荷预测方法

18

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

下载PDF 职称材料

基于自组织特征映射神经网络的医学图像分割技术 被引量：3

19

作者 田炜 周明全 耿国华 《计算机应用与软件》 CSCD 北大核心 2008年第1期28-29,35,共3页

采用一维自组织特征映射神经网络对医学图像进行聚类分析,实现对不同组织的自动分割。避免了直接使用灰度门限分割方法由于门限值选择不当所导致的分割结果有失准确性的缺点。试验结果表明,利用该方法能够较好地保证分割结果的准确性和... 采用一维自组织特征映射神经网络对医学图像进行聚类分析,实现对不同组织的自动分割。避免了直接使用灰度门限分割方法由于门限值选择不当所导致的分割结果有失准确性的缺点。试验结果表明,利用该方法能够较好地保证分割结果的准确性和完整性。 展开更多

关键词 自组织特征映射神经网络 医学图像分割 聚类分析 分类

下载PDF 职称材料

基于自组织神经网络的多传感器遥感图像融合技术

20

作者 刘和祥 冯新喜 王君 《传感器技术》 CSCD 北大核心 2004年第12期14-16,19,共4页

多传感器遥感图像融合是一种遥感信息综合分析与处理的技术,其研究正成为遥感学科领域的热门课题之一。利用自组织特征映射神经网络具有较好的聚类特性,对多源遥感图像进行高水平的分类与融合。通过对GMS 5卫星图像融合前后性质的比较... 多传感器遥感图像融合是一种遥感信息综合分析与处理的技术,其研究正成为遥感学科领域的热门课题之一。利用自组织特征映射神经网络具有较好的聚类特性,对多源遥感图像进行高水平的分类与融合。通过对GMS 5卫星图像融合前后性质的比较和融合质量的评估,不难发现:融合后的图像不论在视觉效果上还是在噪声特性上都有了很大的改善。 展开更多

关键词 多传感器 自组织特征映射神经网络 分类算法 图像融合

下载PDF 职称材料