自组织映射
自组织映射的相关文献在1996年到2022年内共计388篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文288篇、会议论文28篇、专利文献62891篇;相关期刊172种,包括现代图书情报技术、南京理工大学学报(自然科学版)、计算机工程等;
相关会议27种,包括2011年中国自动化大会暨钱学森诞辰一百周年及中国自动化学会五十周年会庆、第29届中国控制会议、2009年全国理论计算机科学学术年会等;自组织映射的相关文献由950位作者贡献,包括黎洪松、程福林、於东军等。
自组织映射—发文量
专利文献>
论文:62891篇
占比:99.50%
总计:63207篇
自组织映射
-研究学者
- 黎洪松
- 程福林
- 於东军
- 安璐
- 李纲
- 任云
- 刘远超
- 王飞
- 程国建
- 赵莹
- 余传明
- 刘凯
- 刘秉权
- 史铁林
- 吴乐南
- 吴磊
- 周向东
- 孙丽君
- 尚磊
- 廖广兰
- 张杰
- 张玉海
- 彭岩
- 戚湧
- 李春艳
- 李青
- 杨显君
- 杨静宇
- 王兆霞
- 王双双
- 王怀彬
- 王执铨
- 王鹏涛
- 盆海波
- 苏海霞
- 蔡中华
- 迟冬祥
- 钱玉文
- 钱玉洁
- 陈红
- 韩光洁
- 黎明
- F.德哈卢因
- S.洛达茨克
- 万春红
- 代炜琦
- 何书专
- 何国强
- 何家胜
- 何祖威
-
-
曾天生;
刘航;
陈汉斯;
王峥;
褚学宁
-
-
摘要:
为解决风电机组单一健康状态模型可能发生误报的问题,提出一种基于信息融合的风电机组整机性能评估方法。首先改进了局部离群因子算法(LOF),用于筛选正常运行数据,使用Kendall相关系数进行参数选择,并基于深度信念网络(DBN)建立多个健康状态模型,提取实际运行数据与模型预测值的残差作为性能特征。再使用自组织映射神经网络(SOM)将残差空间映射到风电机组运行状态空间以实现信息融合,通过计算状态劣化指数来构建性能指标的方法,对风电机组进行性能评估。最后,通过实际的风电机组运行数据验证了所提方法的有效性。
-
-
钟健康;
陈元华;
张瑞宾
-
-
摘要:
提出了一种基于机器学习的滚动直线导轨故障预测集成方法。首先,通过寿命试验,对由三轴加速度传感器采集的振动信号进行小波包分解,提取分部能量作为信号特征;其次,运用提取的特征训练自组织映射(Self-organizing map,SOM)神经网络,应用训练后的SOM识别线轨健康状态;最后,使用最小量化误差与指数加权移动平均控制图(Exponentially weighted moving-average,EWMA)实现动态故障预警。该方法将SOM与小波包分解相结合,选用最小量化误差构建EWMA控制图,解决了线轨状态监测可视化与疲劳程度数值评定问题,验证了该集成方法用于直线导轨故障预测的有效性。
-
-
兰雁宁;
郑陈达
-
-
摘要:
针对PCM算法在聚类计算过程中存在的初始聚类中心随机选取,聚类结果可能陷入局部最优解等问题,提出一种改进策略。利用SOM网络对数据进行初步处理,得到PCM算法的初始聚类中心,使得算法聚类效果得到明显提升。
-
-
张东东;
艾小川;
刘畅
-
-
摘要:
为了实时监控装备的性能变化规律,对可能出现的突发情况进行预测,本文首先考虑工程中装备在线监控预警系统中历史样本数据来源广泛、数据形式不规范问题,基于B样条插值算法对历史数据进行了规整。其次,针对性能退化研究中存在的随机性误差、性能指标变化不规律问题,基于自组织映射和堆栈自编码器对相似样本集的退化特征进行提取与重构,提出了基于最小特征圆的指标构造方法,再采用双指数模型对装备的性能退化规律和寿命进行预测。最后,使用仿真数据对模型的正确性进行验证。结果表明,本模型和方法可以有效预测装备的性能退化规律,并能体现装备遭受冲击时性能的退化与恢复规律。
-
-
倪俊;
李锋;
赵芳;
韩明冲;
钟建伟
-
-
摘要:
电力巡检过程中的巡检效率与各巡检点间最短路径的求解息息相关。巡检最短路径问题即旅行商问题(Travelling Salesman Problem,TSP)。本文用地区地点坐标替代巡检点坐标,利用自组织映射网络(Self-Organizing Maps,SOM)对巡检最短路径问题进行求解,同时利用SOM模型对五个地区中的地点进行实例验证。实验结果表明了该方案的可行性,同时发现用该方法求解问题能够获得较好的收敛速度以及计算精度。
-
-
吴友婷;
杨洋;
梁湘三
-
-
摘要:
过去的研究认为,黑潮延伸体的年代际振荡受来自其下游的太平洋年代际振荡(PDO)相关联的信号主导,但最近的观测表明这种调控机制在2017年9月之后不再成立。与此同时,黑潮延伸体的上游即日本南部黑潮正在发生一次大弯曲事件。利用26年(1993–2018年)的卫星高度计提供的海表高度距平数据和自组织映射(SOM)方法,本文研究了日本南部黑潮与黑潮延伸体的时空模态及其因果关系。结果表明,SOM能有效地提取两个海区的典型空间模态,且它们的演变轨迹表明当日本南部黑潮处于大弯曲(离岸型非大弯曲)路径时,黑潮延伸体趋于稳定(不稳定)态。基于SOM识别得到的海表面高度距平(SLA)特征区及特征时间模态,我们进一步利用一种最近发展的定量因果分析方法研究了两个流系之间的因果关系。研究发现,当黑潮大弯曲发生时,日本南部黑潮和黑潮延伸体之间存在双向因果,但因果关键区不同。前者对后者的影响集中在纪伊半岛东南侧及黑潮延伸体“两脊一槽”区域,而后者对前者的影响则集中在黑潮延伸体“两脊一槽”区域及黑潮再循环流区域。这说明黑潮大弯曲的发展对黑潮延伸体的稳定性有重要作用,同时黑潮延伸体通过调制南部再循环流影响日本南部黑潮的路径。不同的是,当离岸型非大弯曲路径发生时,只有从日本南部黑潮向黑潮延伸体的单向因果关系,且因果性主要集中在伊豆海脊及再循环流区域。这与该时期海表高度负异常沿日本南岸不断向位于下游的黑潮延伸体再循环流的传播有关,它使得黑潮延伸体变得不稳定。
-
-
Minglin Zheng;
Xiuzhen Li
-
-
摘要:
南半球环状模(SAM)是南半球中–高纬度地区大气变化的主导模态,表现为气压和极锋急流(PFJ)的大尺度变动,形成强烈的气候影响.当SAM事件发生时,气压场异常可呈现出不同的空间结构.本文利用自组织映射网络方法对月尺度的SAM事件进行分类,可识别出四对具有显著差异的正,负SAM事件类型,包括对称型,中心分裂型,西南极洲型和一种三极型分布.气压异常的空间分布越不对称,调整后的纬向风异常越局地化.PFJ的经向位移和强度变化入口和出口的变化,可能导致了SAM的不同气候影响.
-
-
张亦辉;
刘振栋;
单东方
-
-
摘要:
为了解决入侵检测模型中海量数据处理问题,降低计算复杂度,提高检测精度,提出基于最小规则自组织映射的入侵检测算法;通过在真实的入侵检测数据集上进行仿真实验,将该算法与普通椭圆补丁算法、简单矩形补丁算法以及决策树算法进行对比.结果表明,该算法在检测精度、稳定性和计算时间方面优于对比算法,验证了该算法的有效性.
-
-
周楠;
徐潇源;
严正;
陆建宇;
李亚平
-
-
摘要:
近年来,深度学习被应用于光伏发电预测中,体现出预测精度较高的优点,但也存在训练耗时等问题.对此,提出了一种基于自组织映射与宽度学习系统的光伏发电功率超短期预测模型.首先,采用自组织映射对各时刻的光伏数据进行精细化聚类,提取不同时段与气象条件下的出力波动特征;然后,构建基于宽度学习系统的光伏发电功率多步长预测模型,在网络宽度上扩展节点数目,并通过求解矩阵伪逆训练神经网络,在保证较强高维数据拟合能力的同时,具有较高的计算效率;最后,采用实际光伏发电数据进行算例分析,通过与常用的光伏发电超短期预测方法进行比较,验证所提出的方法在预测精度与训练效率上的优越性.
-
-
刘深深;
陈江涛;
桂业伟;
唐伟;
王安龄;
韩青华
-
-
摘要:
为了更深入地理解飞行器气动布局设计优化中多目标/多设计变量间的影响关系,提高优化模型的科学性及优化效率,对基于数据挖掘技术的飞行器气动布局隐含设计知识提取问题开展了探索研究.以高升阻比滑翔飞行器布局设计优化问题为例,基于当前比较有代表性的方差分析、等度量映射、决策树、自组织映射4类机器学习算法对气动布局优化设计中产生的中间数据进行了挖掘分析.对不同方法得到的升阻比、横/侧向稳定性及容积率4种目标性能间的权衡关系,目标性能与设计变量间的敏感性关系及产生较优布局外形的设计变量取值规则进行了综合对比分析,凝练形成了适用于该类飞行器的设计知识,同时对4种方法的特点及适用性进行了总结分析,给出了相关结论.
-
-
-
-
-
-
-
-
-
-
- 《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:
采用自组织特征映射网络,将使用小波包分解技术提取的归一化频带特征能量作为模糊聚类神经网络的输入,建立小波包模糊聚类网络,经过训练,在不提供标准样本的情况下,可以实现自适应、自组织的设备运行状态分类,烟机发电机运行状态的聚类分析结果表明,该方法的分类结果符合设备实际运行情况.
-
-
- 《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:
采用自组织特征映射网络,将使用小波包分解技术提取的归一化频带特征能量作为模糊聚类神经网络的输入,建立小波包模糊聚类网络,经过训练,在不提供标准样本的情况下,可以实现自适应、自组织的设备运行状态分类,烟机发电机运行状态的聚类分析结果表明,该方法的分类结果符合设备实际运行情况.