改进ART1神经网络在航空发动机故障诊断中的应用 被引量：21

1

作者 李果 李学仁 何秀然 《微计算机信息》 北大核心 2005年第09S期156-158,共3页

根据航空发动机故障诊断原理和飞参数据,提出了一种改进ART1神经网络故障诊断方法。该法对数据预处理后,运用四阈值法和二次判断建立故障代码消除“伪故障”,并对ART1神经网络的输入层进行了改进,在诊断突发性故障的基础上,增加了对因... 根据航空发动机故障诊断原理和飞参数据,提出了一种改进ART1神经网络故障诊断方法。该法对数据预处理后,运用四阈值法和二次判断建立故障代码消除“伪故障”,并对ART1神经网络的输入层进行了改进,在诊断突发性故障的基础上,增加了对因为部件原因而引起的渐变性故障的诊断。实验结果证明,该方法精确度高,噪声抑制力强,而且诊断准确,大大降低了虚警率。 展开更多

关键词 航空发动机 自适应共振理论(art)网络 故障诊断 四阈值法 二次判断

下载PDF 职称材料

利用结构自适应极端学习机预报导航卫星钟差 被引量：9

2

作者 雷雨 赵丹宁 蔡宏兵 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2018年第5期664-668,718,共6页

针对卫星钟差难以用精确模型来进行预报的问题,将极端学习机（extreme learning machine,ELM）神经网络用于导航卫星钟差预报。针对ELM网络隐层结构难以确定的问题,提出了基于自适应共振理论（adaptive resonance theory,ART）网络思想... 针对卫星钟差难以用精确模型来进行预报的问题,将极端学习机（extreme learning machine,ELM）神经网络用于导航卫星钟差预报。针对ELM网络隐层结构难以确定的问题,提出了基于自适应共振理论（adaptive resonance theory,ART）网络思想的ELM网络结构设计算法。该算法将ART网络的聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,自适应地确定隐层节点规模。使用GPS卫星钟差数据进行30d的预报实验,结果表明,此方法的钟差预报精度明显优于二次多项式模型和灰色系统模型。 展开更多

关键词 卫星钟差 预报 自适应共振理论网络 极端学习机 结构设计

原文传递

引入遗忘机制的ART2改进模型 被引量：5

3

作者 贾鹏 尹峻松 胡德文 《计算机工程与应用》 CSCD 北大核心 2006年第9期60-62,98,共4页

论文针对ART2网络学习与记忆的特点,在原始ART2的基础上提出具有遗忘机制的改进模型,并开发了相应的MATLAB程序。改进模型解决了原始ART2网络权值学习的随机偏移问题,有效地过滤了噪声,提高了分类结果的稳定性,降低了空间存储消耗。文... 论文针对ART2网络学习与记忆的特点,在原始ART2的基础上提出具有遗忘机制的改进模型,并开发了相应的MATLAB程序。改进模型解决了原始ART2网络权值学习的随机偏移问题,有效地过滤了噪声,提高了分类结果的稳定性,降低了空间存储消耗。文章进一步运用改进模型对典型输入样本进行了分类,得到了理想的结果。 展开更多

关键词 自适应共振理论 art2网络 遗忘机制

下载PDF 职称材料

一种新的基于ART的支持向量机多类分类方法 被引量：1

4

作者 王安娜 袁文静 +1 位作者 王勤万 刘俊芳 《信息与控制》 CSCD 北大核心 2007年第4期455-459,466,共6页

基于支持向量机的二值分类原理,提出了一种由自适应共振理论方法与支持向量机相结合的改进型多类分类方法.此方法改进了传统支持向量机的一对一多类分类方法;对于每个二值分类器的结果进行决策时没有采用投票原则,而是采用自适应共振理... 基于支持向量机的二值分类原理,提出了一种由自适应共振理论方法与支持向量机相结合的改进型多类分类方法.此方法改进了传统支持向量机的一对一多类分类方法;对于每个二值分类器的结果进行决策时没有采用投票原则,而是采用自适应共振理论网络融合二值分类器的输出信息,从而克服了当分类器输出结果接近于0时投票法容易出现决策错误和票数相同时无法决策的不足.此算法已应用于玻璃的分类.仿真实验证明,此方法具有较好的分类效果. 展开更多

关键词 支持向量机(SVM) 多类分类 核函数 自适应共振理论(art)网络

下载PDF 职称材料

一种ELM神经网络结构设计方法及在卫星钟差预报中的应用 被引量：1

5

作者 雷雨 郭浩 《时间频率学报》 CSCD 2015年第4期209-215,共7页

针对极端学习机(extreme learning machine,ELM)神经网络隐层结构难以确定的问题,基于自适应共振理论(adaptive resonance theory,ART)网络良好的自组织分类功能,提出一种基于ART网络思想的ELM网络结构设计方法。该方法将ART网络的自组... 针对极端学习机(extreme learning machine,ELM)神经网络隐层结构难以确定的问题,基于自适应共振理论(adaptive resonance theory,ART)网络良好的自组织分类功能,提出一种基于ART网络思想的ELM网络结构设计方法。该方法将ART网络的自组织聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,确定隐层节点规模。仿真实验表明,与其他网络相比,ART-ELM网络具有更精简的结构、更快的学习速度以及更好的映射能力。通过用于GPS卫星钟差预报的实验表明,根据ART-ELM网络所预报的钟差较IGS超快速预报(IGS ultra-predicted,IGU-P)钟差在精度上有较大改善。 展开更多

关键词 极端学习机 网络结构设计 自适应共振理论网络 钟差预报

下载PDF 职称材料

基于网络响应面的多目标优化方法

6

作者 刘道华 张文峰 王淑礼 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第9期57-61,共5页

为提高多目标优化算法的收敛性以及Pareto解的分布均匀性,构建了基于网络响应面的多目标优化方法.将前馈(BP)网络以及自适应共振(ART)网络的优点相结合,充分利用各子目标每1次独立优化时获得的最优解,并将其作非占优判断后作为初始样本... 为提高多目标优化算法的收敛性以及Pareto解的分布均匀性,构建了基于网络响应面的多目标优化方法.将前馈(BP)网络以及自适应共振(ART)网络的优点相结合,充分利用各子目标每1次独立优化时获得的最优解,并将其作非占优判断后作为初始样本自适应地构建网络响应面,从而提高了Pareto解的收敛性以及多样性指标.对网络获得的每个新类进行各子目标值计算,同时对该子目标值做相似度计算,进一步剔除相似度高的样本,从而提高了Pareto解的分布性指标.通过常用的多目标优化测试函数验证该方法,并与改进的非支配排序遗传算法(NSGA-Ⅱ)以及随机权和算法作对比,结果表明该方法能明显改善多目标优化方法的各性能指标. 展开更多

关键词 多目标优化 神经网络 性能指标 前馈网络 自适应共振网络 响应面

原文传递

一种改进的ART1算法及其在人像识别中的应用 被引量：6

7

作者 周春光 常迪 +2 位作者 张冰 权伟 梁艳春 《小型微型计算机系统》 CSCD 北大核心 1999年第10期751-755,共5页

本文通过对自适应共振理论（ＡＲＴ）及ＡＲＴ１ 的研究， 提出了一种改进的ＡＲＴ１ 算法． 这种算法不仅具有ＡＲＴ１ 算法的所有优点， 而且降低了ＡＲＴ１ 算法的识别识误差．

关键词 自适应共振理论 art1算法 人像识别 神经网络

下载PDF 职称材料

基于模型诊断技术的神经网络实现方法 被引量：4

8

作者 马纪明 万蔚 王法岩 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2013年第2期178-183,共6页

针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最... 针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性. 展开更多

关键词 故障检测 BP神经网络 art2神经网络 参数估计 数据聚类

下载PDF 职称材料

ART2神经网络的一种改进 被引量：2

9

作者 陈国灿 高茂庭 《计算机工程与应用》 CSCD 2014年第18期137-141,187,共6页

传统ART2神经网络在聚类过程中模式的匹配度量仅仅与模式的相位信息相关,这种匹配度量忽略了模式的幅度信息的作用,在对相位信息相同而幅度信息不同的两个簇进行聚类时,效果很差;同时,它还存在输入域限制的问题。针对这些不足之处,提出... 传统ART2神经网络在聚类过程中模式的匹配度量仅仅与模式的相位信息相关,这种匹配度量忽略了模式的幅度信息的作用,在对相位信息相同而幅度信息不同的两个簇进行聚类时,效果很差;同时,它还存在输入域限制的问题。针对这些不足之处,提出了一种改进的ART2神经网络,在输入模式进入网络学习过程中,保存其幅值信息,放宽对负实数的非线性转换,并考虑输入模式到各个簇的中心点的最短距离,同时增加一个阈值对离群点进行判定,消除了离群点对聚类结果的影响。实验验证,改进的ART2网络在对相同相位的两个簇聚类时,性能明显优于传统的ART2网络。 展开更多

关键词 自适应共振理论(art)2网络 聚类 相位信息 幅度信息

下载PDF 职称材料

基于直觉模糊ART神经网络的群事件检测方法 被引量：1

10

作者 林剑 雷英杰 《计算机应用》 CSCD 北大核心 2009年第1期130-131,142,共3页

描述了态势评估系统中的目标编群问题、目标群处理流程和群事件的检测。结合直觉模糊贴近度理论,构造了直觉模糊ART神经网络。设计了网络的运行机制和网络权值向量的学习机制。给出了一个具体实例,检验了直觉模糊ART神经网络的目标编群... 描述了态势评估系统中的目标编群问题、目标群处理流程和群事件的检测。结合直觉模糊贴近度理论,构造了直觉模糊ART神经网络。设计了网络的运行机制和网络权值向量的学习机制。给出了一个具体实例,检验了直觉模糊ART神经网络的目标编群效果,为群事件检测提供了一条有效途径。 展开更多

关键词 直觉模糊集 自适应共振神经网络 群事件

下载PDF 职称材料

基于Fuzzy-ART神经网络的红外弱小目标检测 被引量：5

11

作者 陈炳文 王文伟 秦前清 《系统工程与电子技术》 EI CSCD 北大核心 2012年第5期857-863,共7页

针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建... 针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标。理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标。 展开更多

关键词 模式识别 弱小目标检测 模糊自适应共振理论神经网络 Robinson警戒环 自适应分割

下载PDF 职称材料

二维空间聚类的树ART2模型 被引量：1

12

作者 余莉 李佳田 +2 位作者 李佳 段平 王华 《计算机应用》 CSCD 北大核心 2011年第5期1328-1330,共3页

ART2网络是一种著名的聚类方法,已实际应用于诸多领域,其作用于二维空间数据,不仅存在模式漂移和向量幅度信息缺失的问题,而且难以适应不规则形态分布的空间数据的聚类。提出了一种树ART2网络模型(TART2),通过长期记忆(LTM)模式的调整... ART2网络是一种著名的聚类方法,已实际应用于诸多领域,其作用于二维空间数据,不仅存在模式漂移和向量幅度信息缺失的问题,而且难以适应不规则形态分布的空间数据的聚类。提出了一种树ART2网络模型(TART2),通过长期记忆(LTM)模式的调整和向量幅度信息的学习,使ART2网络保持了带空间距离约束的旧模式记忆;引入树结构优化,降低了警戒参数设置的主观要求,减少了模式交混现象的发生。对比实验结果表明,TART2网络更适用于带状分布的空间数据聚类,具有较高的可塑性和自适应性。 展开更多

关键词 空间聚类 art2神经网络 模式交混 数据粒度 树结构

下载PDF 职称材料