期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
黄渤海海域叶绿素a浓度时空特征分布及影响因子分析 被引量：12
1
作者 赵娜 王霄鹏 +1 位作者 李咏沙 姚凤梅 《科学技术与工程》 北大核心 2020年第17期7101-7107,共7页
基于2003—2017年黄渤海海域中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)卫星遥感数据,利用自组织映射(self-organizing feature map,SOM)神经网络模型研究叶绿素a浓度(chlorophyll a concentration,Chl... 基于2003—2017年黄渤海海域中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)卫星遥感数据,利用自组织映射(self-organizing feature map,SOM)神经网络模型研究叶绿素a浓度(chlorophyll a concentration,Chl-a)的典型分布模式,分析Chl-a变化趋势,并利用广义加性模型(generalized additive model,GAM)研究其与环境因子的关系。结果表明:黄渤海Chl-a存在明显的季节性变化,7月份浓度最低,为2.41 mg/m^3,4月份浓度最高,为3.43 mg/m^3;Chl-a呈现从近海岸海域向深水海盆逐渐降低的变化趋势;将SOM模型提取的典型模式分为清澈、低浓度、中浓度和高浓度模式,这些模式有效地阐明了2003—2017年黄渤海Chl-a在时间上存在春季高、夏季低的变化趋势,Chl-a高值区主要分布在河流的入海口及近海岸;利用GAM模型发现海表温度(sea surface temperature,SST)、风速与Chl-a之间存在显著的非线性关系,SST、风速对Chl-a变化的解释率为39.3%,SST对Chl-a变化的影响比风速更大;人类活动的增加对黄渤海Chl-a变化也起着重要的作用。 展开更多
关键词 叶绿素a 自组织映射(som)神经网络 广义加性模型(GAM) 海表温度 海表风场 黄渤海
下载PDF
面向配电网大数据的自组织映射知识融合算法 被引量：4
2
作者 王鑫 赵龙 +3 位作者 张淑娟 汪玉 秦丹丹 孙伟 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第5期620-624,653,共6页
知识融合是知识图谱技术的关键环节,而在配电网大数据应用中,多维、异构的数据特性使传统机器学习算法较难满足知识融合的准确性和实时性。文章提出一种面向大数据环境,基于自组织映射(self-organizing map,SOM)神经网络的低复杂度、无... 知识融合是知识图谱技术的关键环节,而在配电网大数据应用中,多维、异构的数据特性使传统机器学习算法较难满足知识融合的准确性和实时性。文章提出一种面向大数据环境,基于自组织映射(self-organizing map,SOM)神经网络的低复杂度、无监督式知识融合算法。该算法通过同构数据间的数据聚类、异构数据间的本体映射以及多维数据间的自组织迭代,有效融合关联知识并保障一定的实时性要求。该算法在国网安徽省电力公司配电网知识图谱系统中进行了试点应用,通过与传统无监督学习算法的比较分析,证明了该算法在多维异构数据环境中的有效性。 展开更多
关键词 知识融合 大数据 自组织映射(som)神经网络 配电网 知识图谱
下载PDF
基于SOM神经网络的内燃机故障诊断模型
3
作者 李林 吴玲 《信息与电脑》 2022年第19期67-69,共3页
本文在总结自组织映射(Self-OrganizingMap,SOM)神经网络的工作原理及实现过程的基础上,分析了内燃机的典型性能指标与故障类型之间的关系,并以某型号内燃机的振动信号为样本,利用经迭代训练后的网络结构对其进行检测,以此判断设备的工... 本文在总结自组织映射(Self-OrganizingMap,SOM)神经网络的工作原理及实现过程的基础上,分析了内燃机的典型性能指标与故障类型之间的关系,并以某型号内燃机的振动信号为样本,利用经迭代训练后的网络结构对其进行检测,以此判断设备的工作状态。基于SOM神经网络的内燃机故障诊断模型,具有较好的诊断效果。 展开更多
关键词 自组织映射(som)神经网络 内燃机故障 故障诊断
下载PDF
SOM网络在铁路危险货物专用线风险评价中的应用 被引量：3
4
作者 关守安 朱立富 潘科 《大连交通大学学报》 CAS 2015年第3期104-108,共5页
为合理确定铁路危险货物专用线的风险水平,提出了一种基于神经网络技术的风险评价模型.根据铁路危险货物专用线运营的特点及国家相关标准的要求,比较全面、系统地构建了铁路危险货物专用线及附属设施风险评价指标体系.为了弥补现有铁路... 为合理确定铁路危险货物专用线的风险水平,提出了一种基于神经网络技术的风险评价模型.根据铁路危险货物专用线运营的特点及国家相关标准的要求,比较全面、系统地构建了铁路危险货物专用线及附属设施风险评价指标体系.为了弥补现有铁路危险货物专用线定量风险评价方法的不足,提出了基于自组织特征映射(SOM)网络的铁路危险货物专用线风险评价模型,并将训练后的模型应用于中石油某线路的风险评价,确定了该线路的风险等级.实例计算表明,该模型假设合理,计算结果符合实际情况. 展开更多
关键词 铁路危险货物专用线 自组织特征映射(som)神经网络 指标体系 风险评价
下载PDF
基于小波变换的动态心电图波形特征聚类研究 被引量：2
5
作者 郑刚 黄亚楼 王鹏涛 《光电子．激光》 EI CAS CSCD 北大核心 2007年第4期475-477,共3页
研究了动态心电图（Holter）中的心电波形聚类,找到了占据大部分心电波形的基本波形.以二次样条小波变换（WT）方法检测Holter中的R波,从而确定完整心动周期的波形.同时根据WT找到心电波形中极值点及其相关斜率,利用自组织映射（SOM）... 研究了动态心电图（Holter）中的心电波形聚类,找到了占据大部分心电波形的基本波形.以二次样条小波变换（WT）方法检测Holter中的R波,从而确定完整心动周期的波形.同时根据WT找到心电波形中极值点及其相关斜率,利用自组织映射（SOM）神经网络进行心电波形的聚类,完成特征提取.通过实验表明,Holter的R波检测率达到99.5%,相对于基于人工神经网络、线性滤波器等方法要好;24 h的Holter中所包含的106次心电基本波形的识别率达到91.4%,达到了将心电数据分析量降为5～10 %的目的. 展开更多
关键词 小波变换(WT) 心电波形检测 自组织映射()som神经网络 特征提取
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部