SOM网络
SOM网络的相关文献在1998年到2022年内共计94篇,主要集中在自动化技术、计算机技术、经济计划与管理、农业基础科学
等领域,其中期刊论文82篇、会议论文2篇、专利文献325094篇;相关期刊73种,包括心理学探新、人天科学研究、信息系统工程等;
相关会议2种,包括第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议、第二届全国信息获取与处理学术会议等;SOM网络的相关文献由206位作者贡献,包括彭雅琴、厉红梅、涂晓芝等。
SOM网络—发文量
专利文献>
论文:325094篇
占比:99.97%
总计:325178篇
SOM网络
-研究学者
- 彭雅琴
- 厉红梅
- 涂晓芝
- 钱锋
- 颜学峰
- 丁运亮
- 付强
- 余秦军
- 刘景艳
- 刘毅
- 刘玲
- 印洪浩
- 史铁林
- 周欢
- 孙成金
- 孟海涛
- 安瑶
- 宫宁生
- 廖广兰
- 张伟
- 张兴会
- 张吉刚
- 张祥伟
- 张袅娜
- 彭中波
- 徐廷学
- 李晓东
- 杨久西
- 林玲
- 沈润夏
- 温建
- 程国建
- 罗飞
- 郇洪江
- 郭富强
- 郭顺京
- 陈俊
- 黄立平
- 丁海涛
- 严泽凡
- 仝敏
- 任晓东
- 伊力亚尔
- 伍世代
- 何平
- 余仁波
- 余嘉元
- 余金宝
- 党承
- 刘世元
-
-
仝敏
-
-
摘要:
柴油机的内部结构较为复杂,发生故障概率较高,针对柴油机在工作中容易出现故障,造成经济损失等问题,本文基于SOM网络以燃油系统常见的故障和柴油机运行状态建立模型,计算得出故障分类及诊断结果。使用MATLAB软件进行验证,结果表明在不同的训练步数下使用SOM网络能准确快速的对柴油机故障进行分类。
-
-
郝海霞;
武梅
-
-
摘要:
针对高校科研能力,提出一种新的评价方法.通过分析高校科研能力的构成,将其分成五个等级:很强(1)、较强(2)、一般(3)、较差(4)及很差(5).然后用SOM网络对20所高校的样本进行竞争学习,通过matlab神经网络工具箱提供的函数对其进行分类,当网络训练步数达到一定值时,分类准确率达到了100%,而且这种方法弥补了BP网络和Hopfield网络对于高校优势和劣势都明显时不好分类的缺陷.
-
-
-
-
张袅娜;
郭孔辉;
丁海涛
-
-
摘要:
传统的行驶工况判别方法多采用单参数或者双参数进行判别,为提高工况识别精度,针对混合动力汽车双动力源的特点,提出一种多源信息融合的汽车行驶工况识别方法,基于Daubechies小波对多传感器采集到的时间序列进行分解,利用单支小波重构的方法获得每个传感器不同频段下分解信号的数据特征信息,然后基于变属性权重的模糊C-均值聚类方法将不同传感器不同频段的数据特征信息进行一次聚类识别;最后对不同频段下同一工况的隶属度值加权,采用SOM自组织映射网络进行二次聚类融合实现最终的行驶工况识别。将本文所提方法应用于混合动力汽车整车转矩分配中,不同工况下调用不同的转矩分配三层前馈神经网络模型,以提高整车的经济性能。试验结果验证了本文所提方法的有效性。
-
-
郭富强
-
-
摘要:
远程教育校外依托机构办学行为聚类研究,是办学行为评价诊断的基础性工作,也为教育行政部门和主办高校实行分类管理提供依据,促进办学行为的优化。根据远程教育的特点和实践,提出了依托机构办学行为分析指标体系。根据SOM网络高维输入、低维输出的特点,将其引入办学行为研究,实现高维数据的聚类分析。聚类结果较好地反映了依托机构办学行为的实际。%The cluster research of distance education’ s school behavior relying on outside agencies, which can provide evidence for the education administration and hosting universities when they implement the category man-agement and promote the optimization of school behavior,it is the basis for the evaluation of diagnosis of school be-havior.According to the characteristics and practice of distance education, it brings out indicator system for school behavior of relying agency.According to the characteristics of high-dimensional input and low-dimensional out-put of SOM network, it will implement high-dimensional data analysis for clustering if we introduced it into school behavior research.Clustering results can better reflect the actual school behavior of relying agency.
-
-
鄢栋云
-
-
摘要:
This paper is aimed at the exploration methods which are based on geophysics can not predict the remaining oil accu-rately and quantitatively, a method which is based on SOM network is approached to predict the remaining oil. The paper briefly introduces SOM network work process, algorithm training process and cluster method. Through the sensitive attribute of oil satu-ration for clustering analysis, can predict the distribution of remaining oil in time which has very important practical significance to improve the oil production.%该文针对基于地球物理的勘探方法不能有效地定量预测剩余油,提出了一种基于SOM网络的方法来预测剩余油。本文阐述了SOM网络的工作过程、算法的训练过程以及SOM网络聚类的方法。通过对含油饱和度敏感的属性进行聚类分析,可以及时预测剩余油的分布,对提高石油产量具有非常重要的现实意义。
-
-
宋奕瑶;
李忠;
安建琴;
张丽娟;
史鹏飞
-
-
摘要:
为提取汶川大地震前的电离层异常信息,特选取汶川大地震前10天的DEMETER卫星电场数据作为研究对象,以均值、均方差、偏度和峰度等四类随机信号数字特征作为输入层,经过若干次样本训练建立SOM网聚类模型.结果表明,汶川地震前卫星采集的震区信号存在若干异常数据,可能与震前电磁波辐射引起电离层扰动有关.
-
-
宋媛;
徐敬国;
叶帆;
任晓东
-
-
摘要:
电力通信网的安全可靠性直接影响到电网的安全稳定运行。为了更深入研究电力通信网的理论,在理论与实践调研相结合的基础上得到最终的评价标准;采用层次分析法及SOM神经网络确定权重的方法,不但确保了指标分析的准确性,最后还以实际供电公司通信数据为依托验证可靠性指标的准确性和评价模型的实用性。
-
-
-
- 《第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议》
| 2008年
-
摘要:
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知识获取和管理工具以及推理机的框架结构下,利用诊断专家系统的经验知识进行决策推理与诊断,设计出用于烟气轮机故障诊断的监测诊断专家系统.实验表明,该系统的诊断效果良好.
-
-
- 《第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议》
| 2008年
-
摘要:
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知识获取和管理工具以及推理机的框架结构下,利用诊断专家系统的经验知识进行决策推理与诊断,设计出用于烟气轮机故障诊断的监测诊断专家系统.实验表明,该系统的诊断效果良好.
-
-
- 《第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议》
| 2008年
-
摘要:
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知识获取和管理工具以及推理机的框架结构下,利用诊断专家系统的经验知识进行决策推理与诊断,设计出用于烟气轮机故障诊断的监测诊断专家系统.实验表明,该系统的诊断效果良好.
-
-
- 《第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议》
| 2008年
-
摘要:
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知识获取和管理工具以及推理机的框架结构下,利用诊断专家系统的经验知识进行决策推理与诊断,设计出用于烟气轮机故障诊断的监测诊断专家系统.实验表明,该系统的诊断效果良好.
-
-
- 《第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议》
| 2008年
-
摘要:
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知识获取和管理工具以及推理机的框架结构下,利用诊断专家系统的经验知识进行决策推理与诊断,设计出用于烟气轮机故障诊断的监测诊断专家系统.实验表明,该系统的诊断效果良好.
-
-
-
-
-
-
-
-
-
-
-
- 哈尔滨工业大学(威海)
- 公开公告日期:2022.11.08
-
摘要:
本发明提出了一种基于智能芯片的自组织特征映射神经网络(Self‑organizing Map,SOM)算法处理方法。SOM神经网络是无监督机器学习中一种经典的聚类算法,在图像处理、数据挖掘、深度学习有广泛的应用。本发明将SOM神经网络算法划分成不存在数据依赖的多个步骤,这个过程在下文中称为Kernel的划分。在保证每个步骤高并行度的情况下,将各个步骤在GPU上实现,对应下文里Kernel的分步骤实现与优化。在单个Kernel在GPU上完成高效的实现后,再将所有的步骤整合为一个Kernel。对整合后的Kernel进行深度优化,并将各个分步骤整合迭代的过程中,使用全局同步的方法,最终实现了一个可以在GPU端单次Kernel启动即可完成的高效的SOM神经网络算法。
-
-
-
-
-