期刊文献+
共找到686篇文章
< 1 2 35 >
每页显示 20 50 100
激光诱导击穿光谱在地质录井岩性快速识别中的应用 被引量:47
1
作者 陈兴龙 董凤忠 +8 位作者 陶国强 李油建 佘明军 付洪波 倪志波 王静鸽 贺文干 汤玉泉 饶瑞中 《中国激光》 EI CAS CSCD 北大核心 2013年第12期237-242,共6页
激光诱导击穿光谱(LIBS)已经被证明是极具潜力的物质定性、定量分析工具之一。将激光诱导击穿光谱结合自组织映射神经网络技术,引入到石油勘探录井领域,对五类岩心样品(火山灰岩、泥岩、页岩、砂岩、白云岩)进行了岩性自动分类,为以后... 激光诱导击穿光谱(LIBS)已经被证明是极具潜力的物质定性、定量分析工具之一。将激光诱导击穿光谱结合自组织映射神经网络技术,引入到石油勘探录井领域,对五类岩心样品(火山灰岩、泥岩、页岩、砂岩、白云岩)进行了岩性自动分类,为以后在录井现场实现岩性在线快速识别奠定基础。使用构造特征变量和主成分分析两种方法对原始光谱进行特征提取,相应的特征参量和主成分分别作为自组织映射神经网络的输入变量。两种输入方式下,神经网络对全部44块岩心样品岩性分类的准确率分别为75%和86%。其中以主成分作为网络输入变量,对火山灰岩、砂岩、白云岩的分类准确率可达100%。实验分析表明:在进一步提高对泥岩和页岩的区分能力后,LIBS有望成为录井领域新的岩性快速识别技术。 展开更多
关键词 激光光学 激光诱导击穿光谱 自组织映射 特征变量 主成分分析 岩性分类
原文传递
基于时间序列的深度学习光伏发电模型研究 被引量:21
2
作者 刘倩 胡强 +1 位作者 杨凌帆 周杭霞 《电力系统保护与控制》 CSCD 北大核心 2021年第19期87-98,共12页
为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。整个模型分为三个阶段,即聚类、训练和预测。在聚类阶段,采用相关分析和自组织映射来选择历史数据中相关... 为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。整个模型分为三个阶段,即聚类、训练和预测。在聚类阶段,采用相关分析和自组织映射来选择历史数据中相关性最高的因素。在训练阶段,将卷积神经网络、长短期记忆神经网络和注意力机制相结合,以构建用于预测的混合深度学习模型。在预测阶段,按测试集的月份选择分类的预测模型。实验结果表明,该实验方法在7.5 min内的间隔预测中具有较高的准确性。 展开更多
关键词 光伏发电 光伏功率预测 季节类别 自组织映射 深度学习 注意力机制
下载PDF
自组织映射(SOM)聚类算法的研究 被引量:16
3
作者 余健 郭平 《现代计算机》 2007年第3期7-8,33,共3页
通过自组织映射神经网络实现的聚类算法能将任意维数的输入信号模式转变为一维或二维的离散映射,以拓扑有序的方式自适应实现这个变换。介绍自组织映射聚类算法的原理,通过实验进行仿真,结果表明自组织映射聚类算法是可行有效的。
关键词 自组织映射 SOM 神经网络 聚类算法
下载PDF
基于多元统计分析的闽江水质时空变化特征 被引量:19
4
作者 程学宁 汤云 卢毅敏 《水资源与水工程学报》 2016年第6期89-94,共6页
为全面评估闽江水质状况,识别水质时空变化特征,采用自组织映射神经网络(SOM)聚类对其19个监测断面8项水质指标进行时空聚类,并通过主成分分析(PCA)方法识别时空维度中主要污染物,分析时空背景下的闽江水质变化特征。分析结果显示:SOM... 为全面评估闽江水质状况,识别水质时空变化特征,采用自组织映射神经网络(SOM)聚类对其19个监测断面8项水质指标进行时空聚类,并通过主成分分析(PCA)方法识别时空维度中主要污染物,分析时空背景下的闽江水质变化特征。分析结果显示:SOM网络将闽江水质变化周期划分为4月至11月和12月至次年3月2个时段,前时段水质优于后时段。将流域19个断面聚类为S1、S2和S3三类,S1代表闽江三大支流上游区域,水质优良;S2代表各支流中下游区域,作为主要的农林生产基地,水质主要受非点源污染影响;S3代表闽江下游区域,水质主要受城市生活污水和工业废水影响。PCA解析表明闽江中下游水质主要受氮磷控制。 展开更多
关键词 自组织特征映射神经网络 聚类分析 时空分析 水质变化 闽江
下载PDF
基于MODIS数据的水体提取算法研究与实现 被引量:14
5
作者 张倩 李国庆 于文洋 《南水北调与水利科技》 CAS CSCD 2009年第3期51-54,共4页
MODIS遥感数据以其自身特点已被广泛应用于洪水灾害监测。根据MODIS数据的特点以及水体的波谱特性,分别采用了归一化植被指数法、谱间关系法和自组织神经网络算法进行了水体提取试验研究,并对比分析了三种方法的优缺点,以及用C语言对这... MODIS遥感数据以其自身特点已被广泛应用于洪水灾害监测。根据MODIS数据的特点以及水体的波谱特性,分别采用了归一化植被指数法、谱间关系法和自组织神经网络算法进行了水体提取试验研究,并对比分析了三种方法的优缺点,以及用C语言对这三种算法进行实现。 展开更多
关键词 MODIS 水体提取 归一化植被指数法 谱间关系法 自组织神经网络算法
下载PDF
用自组织映射方法进行油气检测 被引量:10
6
作者 刘玲 黄玲 +1 位作者 张晓东 陈永吉 《石油物探》 EI CSCD 北大核心 1994年第4期56-64,共9页
自组织映射网络是一种学习速度很快的神经网络,可以用于分类、聚类、解释等问题。本文用该方法对两批数据进行了油气检测试验。试验表明该方法有如下特点:(1)网络输出层越大,学习能力越强;(2)学习的结果好坏还依赖于样本的选择... 自组织映射网络是一种学习速度很快的神经网络,可以用于分类、聚类、解释等问题。本文用该方法对两批数据进行了油气检测试验。试验表明该方法有如下特点:(1)网络输出层越大,学习能力越强;(2)学习的结果好坏还依赖于样本的选择;(3)可以得到很高的分类正确率。自组织映射方法值得在地球物理勘探及地质分类问题中应用。 展开更多
关键词 油气检测 神经网络 地球物理勘探
下载PDF
基于事件侦测方法的自动化开源情报分析研究 被引量:6
7
作者 胡望洋 邵安 舒洪水 《情报理论与实践》 CSSCI 北大核心 2019年第12期74-79,共6页
[目的/意义]开源情报分析是情报工作的重要内容.在大数据时代,事件信息能够短时间内在互联网上呈指教性增长,以人力为主的传统情报分析技术的局限性越来越明显.因而自动化的文本挖掘技术愈发举足轻重.[方法/过程]通过前置处理、特征淬... [目的/意义]开源情报分析是情报工作的重要内容.在大数据时代,事件信息能够短时间内在互联网上呈指教性增长,以人力为主的传统情报分析技术的局限性越来越明显.因而自动化的文本挖掘技术愈发举足轻重.[方法/过程]通过前置处理、特征淬取、数据分群、标记处理与情报挖掘等阶段,运用自组织映射算法进行数据关联分析,使用主题侦测和特定事件侦测两种技术进行情报挖掘,以期建立基于文本挖掘技术的自动化开源情报分析方法.[结果/结论]遵循上述程序与技术,借助标准数据集Reuters-21578进行事件侦测实验,运算结果满足了特定事件情报分析的需求.值得注意的是,数据集文件数量的均匀程度会显著影响类别准确度. 展开更多
关键词 开源情报 文本挖掘 事件侦测 自组织映射
原文传递
基于自编码器的PCA-SOM公共服务资源配置评价与选址优化决策方法 被引量:1
8
作者 魏军 王华 +2 位作者 郭芳琳 张文波 杨蓉 《电信科学》 北大核心 2024年第2期158-168,共11页
当前城市规划和公共服务资源配置存在分配不均和选址效率低下的问题。将公共服务资源的电力消耗数据与其资源数量、区域人口数量相结合,基于主成分分析(principal component analysis,PCA)评估各区域公共服务资源的配置状况,并以兰州市... 当前城市规划和公共服务资源配置存在分配不均和选址效率低下的问题。将公共服务资源的电力消耗数据与其资源数量、区域人口数量相结合,基于主成分分析(principal component analysis,PCA)评估各区域公共服务资源的配置状况,并以兰州市为案例,运用自组织映射(self-organizingmapping,SOM)算法进行教育资源的优化选址。研究发现,电力数据能有效指示资源配置的不足,并为优化分配提供精确的指导。尤其在兰州市,SOM算法的应用不仅提高了教育资源选址的效率,还促进了资源的公平分配。不仅为甘肃省提供了公共服务资源配置的科学决策依据,也为其他地区在相似领域的研究提供了参考。 展开更多
关键词 公共服务资源配置 电力数据 主成分分析 自组织映射 选址优化
下载PDF
基于自组织映射网络的流量分类算法 被引量:4
9
作者 潘亚东 周健 孙海霞 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第8期1142-1145,共4页
网络流量分类在QoS、流量控制及网络安全等领域发挥了重要作用。有监督型的机器学习方法对新流量的识别往往依赖于先前的人工分析;自组织映射网络算法模拟生物神经元,通过自组织行为对数据进行分类学习;实验表明,该无监督型算法能够对... 网络流量分类在QoS、流量控制及网络安全等领域发挥了重要作用。有监督型的机器学习方法对新流量的识别往往依赖于先前的人工分析;自组织映射网络算法模拟生物神经元,通过自组织行为对数据进行分类学习;实验表明,该无监督型算法能够对新流量进行自动识别,提高了流量识别的准确率。 展开更多
关键词 流量分类 网络流量 自组织映射 机器学习
下载PDF
融合领域知识的网络异常检测方法 被引量:5
10
作者 黄伟 陈昊 郭雅娟 《南京理工大学学报》 EI CAS CSCD 北大核心 2016年第2期229-235,共7页
针对电力网络等特定领域的网络异常检测问题,该文提出了一种新的网络异常检测框架。该框架采用模糊逻辑规则表示领域知识,建立了区间2型模糊逻辑系统用于计算网络安全信念度量。在此基础上,设计了通信流识别策略将整个网络数据流划分为... 针对电力网络等特定领域的网络异常检测问题,该文提出了一种新的网络异常检测框架。该框架采用模糊逻辑规则表示领域知识,建立了区间2型模糊逻辑系统用于计算网络安全信念度量。在此基础上,设计了通信流识别策略将整个网络数据流划分为多个通信流,并针对每个通信流提出一种基于自组织映射(SOM)的异常检测方法。该方法采用安全信念度量动态地调整检测方法关键参数的阈值,以提升检测性能。进一步地,考虑网络安全信念的影响设计了一种综合安全决策策略,解决了不同通信流检测结果的冲突问题。小型智能电网网络实验验证结果表明,该文方法能有效地提升检测性能。 展开更多
关键词 异常检测 模糊逻辑系统 领域知识 自组织映射
下载PDF
基于异构值差度量的SOM混合属性数据聚类算法 被引量:5
11
作者 张宇献 彭辉灯 王建辉 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第11期2555-2562,共8页
针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分... 针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分类特征项在Voronoi集合中出现频率作为分类属性数据参考向量更新规则的基础,通过混合更新规则实现数值属性和分类属性数据规则的更新。利用UCI公共数据库中的分类属性和混合属性数据集来测试所提出的聚类算法,并与SOM算法和kprototypes、SBAC、KL-FCM-GM算法进行比较。最后将所提出的聚类算法应用于轮式移动机器人的运动状态分析,获得了较好的聚类效果。 展开更多
关键词 聚类 自组织映射 异构值差度量 混合属性 混合更新规则
下载PDF
基于SOM的我国民用机场分类研究 被引量:4
12
作者 杨柳 白钊 张婷 《交通运输工程与信息学报》 2015年第1期80-84,共5页
科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了... 科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了细分,并分析了各类机场的特点。结果表明,SOM能很好地应用于我国民用机场分类,是一种科学、有效的分类方法。 展开更多
关键词 机场分类 自组织特征映射网络(SOM) 神经网络
下载PDF
基于FPG-SOM的粮食供应链危害物风险分级评价 被引量:4
13
作者 王小艺 王珍妮 +3 位作者 孔建磊 金学波 苏婷立 白玉廷 《食品科学》 EI CAS CSCD 北大核心 2020年第9期15-22,共8页
为科学合理评价危害物在粮食供应链各环节中的综合风险,本研究在分析全国各省粮食供应链抽检数据及其他维度数据的基础上,结合粮食供应链中风险因素,构建多维层次风险指标体系,将大量多维异构数据转化为半定量风险指标。应用关联规则挖... 为科学合理评价危害物在粮食供应链各环节中的综合风险,本研究在分析全国各省粮食供应链抽检数据及其他维度数据的基础上,结合粮食供应链中风险因素,构建多维层次风险指标体系,将大量多维异构数据转化为半定量风险指标。应用关联规则挖掘一级指标和二级指标的内在关联确定权重分配,结合自组织映射算法将各指标变量映射到风险等级,明确指标交叉关联,构建粮食供应链危害物综合风险等级评价方法。通过对粮食产品风险等级进行评价,得出风险较高的重点省份为山东省、河南省,典型区域为城市区域,关键环节为流通环节以及以铝残留为代表的一系列高风险危害物。该评价体系的确立可以为监管机构制定有针对性的抽检策略、确立优先监管领域,并为合理分配风险监管资源提供科学依据。 展开更多
关键词 多维层次指标体系 关联规则挖掘 自组织映射 综合风险分级评价
下载PDF
基于DCT系数量化的自适应数字水印算法 被引量:3
14
作者 王玲玲 胡社教 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2010年第8期1198-1201,共4页
文章提出了一种基于DCT系数量化的自适应数字图像水印算法。该算法选取彩色图像作为载体图像,首先将彩色图像从RGB颜色空间转换到YIQ颜色空间,并提取其Y分量作为水印嵌入的载体,对Y分量用自组织映射(SOM)的方法进行块分类和离散余弦变换... 文章提出了一种基于DCT系数量化的自适应数字图像水印算法。该算法选取彩色图像作为载体图像,首先将彩色图像从RGB颜色空间转换到YIQ颜色空间,并提取其Y分量作为水印嵌入的载体,对Y分量用自组织映射(SOM)的方法进行块分类和离散余弦变换,然后将Arnold置乱后的二值水印图像量化嵌入到载体图像的DCT系数中,量化因子随块类别不同而不同,水印检测过程不需要原始图像的参与。实验证明,该算法对于常见的图像处理、JPEG压缩等具有较高的鲁棒性。 展开更多
关键词 数字水印 自组织映射 离散余弦变换
下载PDF
一种基于模糊聚类的故障诊断方法 被引量:2
15
作者 李鹏 陈忠一 《现代电子技术》 2010年第23期119-121,共3页
电子设备的多个传感器实时反映了设备运行状态,对一种基于模糊聚类的电子设备故障诊断方法进行讨论,针对电子装备多个传感器状态信息采用模糊聚类的方法进行融合,进而提出了对于观测数据运用模糊聚类方法进行故障诊断,推理故障模式的方... 电子设备的多个传感器实时反映了设备运行状态,对一种基于模糊聚类的电子设备故障诊断方法进行讨论,针对电子装备多个传感器状态信息采用模糊聚类的方法进行融合,进而提出了对于观测数据运用模糊聚类方法进行故障诊断,推理故障模式的方法。实例证明该模糊聚类方法成功地完成了某电子装备故障诊断的自动推理。该方法可以不依赖于被诊断系统的数学模型进行自适应诊断,实现故障诊断的智能化、自动化。 展开更多
关键词 信息融合 故障诊断 模糊聚类 自组织特征映射
下载PDF
基于神经网络的机器人位置逆解 被引量:1
16
作者 张伟 《机械设计》 CSCD 北大核心 1997年第8期17-19,共3页
本文运用神经网络求解机器人运动学位置逆解。通过深入分析基于Kohonen网络原理和Widrow-Hof误差修正的M.R.S.自组织神经网络及机器人运动学特性,创新了自组织神经网络训练算法。对PUMA560机器人的计算... 本文运用神经网络求解机器人运动学位置逆解。通过深入分析基于Kohonen网络原理和Widrow-Hof误差修正的M.R.S.自组织神经网络及机器人运动学特性,创新了自组织神经网络训练算法。对PUMA560机器人的计算机仿真结果表明:本算法在自组织能力和定位控制精度方面有大幅度提高。 展开更多
关键词 人工神经网络 机器人 位置逆解 运动学
下载PDF
基于核自组织映射与图论的图像分割方法 被引量:1
17
作者 林昌 桑新柱 +1 位作者 颜玢玢 余重秀 《光电子.激光》 EI CAS CSCD 北大核心 2012年第12期2404-2409,共6页
为了对以特征聚类为基础的图像分割方法进行目标优化并提高分割性能,提出了一种核自组织映射与EGB(efficient graph-based)算法相结合的自适应分割方法。将依据信息理论推导出的核自组织映射应用于图像分割,使得图像经映射聚类后,同一... 为了对以特征聚类为基础的图像分割方法进行目标优化并提高分割性能,提出了一种核自组织映射与EGB(efficient graph-based)算法相结合的自适应分割方法。将依据信息理论推导出的核自组织映射应用于图像分割,使得图像经映射聚类后,同一分类内像素的相似度最高且信息熵最大,不同分类间的互信息最小,从而得到最符合图像分割目标的聚类效果。将聚类得到的区域进一步用改进的EGB算法自适应地进行合并,既充分结合了像素的空间特性,又能克服EGB算法的不足,可获得非常准确的分割结果。在综合分析多种图像分割评价方法的基础上,选取了一些量化指标对分割结果进行客观评价。实验及分析结果表明,本文的分割方法准确可靠,其图像分割结果的量化评价指标明显优于EDISON方法。 展开更多
关键词 图像分割 自组织映射 核方法 EGB(efficient graph—based)算法
原文传递
涡轮泵故障检测的频段能量比SOM算法
18
作者 胡茑庆 邱忠 +1 位作者 谢光军 胡雷 《国防科技大学学报》 EI CAS CSCD 北大核心 2005年第6期93-96,共4页
为了解决缺少故障样本情况下的涡轮泵健康状态判别问题,分析了涡轮泵振动信号的频谱,提取了频段能量比作为其故障检测特征,并讨论了自组织映射的竞争学习原理及聚类结果的U-矩阵表示,提出了一种基于频段能量比的自组织映射故障检测算法... 为了解决缺少故障样本情况下的涡轮泵健康状态判别问题,分析了涡轮泵振动信号的频谱,提取了频段能量比作为其故障检测特征,并讨论了自组织映射的竞争学习原理及聚类结果的U-矩阵表示,提出了一种基于频段能量比的自组织映射故障检测算法,并实现了该算法最佳匹配神经元的选择和权重向量的自适应更新。通过某型液体火箭发动机历史试车数据的验证,结果表明,健康涡轮泵数据利用该算法聚类时仅存在一个类别,相邻神经元距离小于0.1;反之,故障涡轮泵数据利用该算法聚类时明显存在两个或多个类别,且相邻神经元的最大距离大于0.1。因此,基于频段能量比的SOM算法能有效地判别涡轮泵的健康状况。 展开更多
关键词 液体火箭发动机 涡轮泵 故障检测 自组织映射 频段能量比
下载PDF
数据与误差驱动的典型行业用电量预测方法研究
19
作者 赵阳 贺春光 +2 位作者 韩长占 杨书强 刘梅 《全球能源互联网》 CSCD 2023年第5期558-564,共7页
在新常态经营形势下,用电量的精细化预测对于电力系统的安全、稳定、经济运行具有重要意义。采用基于数据驱动与误差修正的递进式思路,研究行业用电量主要影响因素辨识与预测方法。首先,在数据驱动层面,从相关度和冗余度角度应用最大信... 在新常态经营形势下,用电量的精细化预测对于电力系统的安全、稳定、经济运行具有重要意义。采用基于数据驱动与误差修正的递进式思路,研究行业用电量主要影响因素辨识与预测方法。首先,在数据驱动层面,从相关度和冗余度角度应用最大信息系数和最大关联-最小冗余性初步识别主要影响因素。其次,在误差驱动层面,采用随机森林方法考虑误差进行影响因素精筛。再次,构建考虑了递进式主要影响因素辨识的行业用电量预测模型。预测模型应用自组织映射方法对典型行业的细分行业用电数据样本集进行聚类,分类应用递进式影响因素辨识方法获得主要影响因素,然后同历史用电量数据一起构造误差反向传播神经网络模型进行预测,通过细分聚类、预测求和的方式获得典型行业用电量预测结果。最后,以中国北方某区域两个典型工业行业用电量为预测对象,通过算例验证该方法的适用性。 展开更多
关键词 典型工业行业用电量 主要影响因素辨识 自组织映射 BP神经网络
下载PDF
基于自组织映射神经网络的粘连字符分割
20
作者 张玉林 张永华 《山东科技大学学报(自然科学版)》 CAS 2006年第2期117-119,共3页
用自组织映射神经网络作为粘连字符分割的方法,对经典的自组织学习规则做了一些改进,使其以较少的神经元结点、较快的速度逼近粘连字符的白像素点的分布。
关键词 模式识别 粘连字符分割 自组织映射
下载PDF
上一页 1 2 35 下一页 到第
使用帮助 返回顶部