Kohonen网络
Kohonen网络的相关文献在1992年到2020年内共计85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、电工技术
等领域,其中期刊论文79篇、会议论文5篇、专利文献325019篇;相关期刊67种,包括信息系统工程、旅游学刊、现代商贸工业等;
相关会议5种,包括西南三省一市仪器仪表自动化学术年会、第十二届全国信号处理学术会议、中国控制与决策学术年会等;Kohonen网络的相关文献由205位作者贡献,包括姚志宏、王正欧、余银峰等。
Kohonen网络—发文量
专利文献>
论文:325019篇
占比:99.97%
总计:325103篇
Kohonen网络
-研究学者
- 姚志宏
- 王正欧
- 余银峰
- 吴勤
- 唐贤瑛
- 庞韶宁
- 张航伟
- 张莉
- 徐建锁
- 戚飞虎
- 施永贵
- 曹均阔
- 李万莉
- 李勃
- 李洪杰
- 李玉惠
- 杨杰
- 楼月明
- 江杰波
- 申燚
- 秦江敏
- 贾振红
- 郑明文
- 郝占刚
- 陈珂
- 颜荣庆
- 马晓岩
- 黄宁宁
- 丁晶
- 丁香乾
- 万晓峰
- 于永涛
- 付明星
- 付明星1
- 侯朝桢
- 倪新辉
- 冯天瑾
- 凌怡莹
- 刘丽艳
- 刘伟铭
- 刘兆国
- 刘勇业
- 刘勇业1
- 刘家侨
- 刘家锋
- 刘小波
- 刘朝晖
- 刘松波
- 刘飞荣
- 卢振陶
-
-
-
吕佳朋;
史贤俊
-
-
摘要:
针对故障诊断过程中传感器信息量大、相关性强、冗余严重的问题,提出一种灰色Kohonen网络故障诊断方法.该方法首先通过灰色关联分析手段,分析装备各个状态下指标参数的相关情况,建立各状态下的灰色关联分析矩阵,然后引入灰度值这一衡量指标,量化关联性的强弱关系,达到相似信息剔除的目的 ,最后通过Kohonen网络进行故障诊断.实例验证结果表明,该方法可在剔除相似信息的情况下保持较高的故障诊断率,同时做到快速诊断.
-
-
江杰波;
陈珂;
施永贵;
张航伟;
李洪杰
-
-
摘要:
针对变电站环境局部放电识别面临的不可控干扰多、初始参数确定难的问题,提出将具有自组织竞争识别、抗干扰性强的Kohonen网络用于干扰环境下绝缘缺陷的局部放电识别。首先,通过设计变电站放电典型绝缘缺陷获取多个样本数据,提取统计特征用于Kohonen网络训练。其次,分析Kohonen网络竞争层节点数对识别效果的影响,得出针对样本数据的最佳识别参数。最后,将Kohonen网络与常用的模式识别算法在同等条件下进行对比,验证其在多种放电识别时具有高稳定性与高识别率,及用于变电站环境局部放电识别的优越性。
-
-
江杰波;
陈珂;
施永贵;
张航伟;
李洪杰
-
-
摘要:
针对变电站环境局部放电识别面临的不可控干扰多、初始参数确定难的问题,提出将具有自组织竞争识别、抗干扰性强的Kohonen网络用于干扰环境下绝缘缺陷的局部放电识别.首先,通过设计变电站放电典型绝缘缺陷获取多个样本数据,提取统计特征用于Kohonen网络训练.其次,分析Kohonen网络竞争层节点数对识别效果的影响,得出针对样本数据的最佳识别参数.最后,将Kohonen网络与常用的模式识别算法在同等条件下进行对比,验证其在多种放电识别时具有高稳定性与高识别率,及用于变电站环境局部放电识别的优越性.
-
-
徐艳;
马宏忠;
刘勇业;
付明星;
黄涛
-
-
摘要:
引起高压断路器故障的原因大部分都是机械故障,因此对高压断路器进行故障诊断,使其可靠、高效地工作对电力系统的运行具有很大的意义.实验室模拟断路器基座支架上的合闸振动信号,采用小波包变换对取得的3种状态下的振动信号进行分解,计算各频段能量并做归一化处理,构造特征向量作为Kohonen网络的输入,进而进行机械故障识别.最后,将基于Kohonen网络的识别方法与BP网络以及RBF网络识别方法对高压断路器机械故障的识别效果进行比较.结果表明提出的基于Kohonen网络的高压断路器机械故障识别方法优于BP网络以及RBF网络,具有较高的准确性.%The causes of the failure of high-voltage circuit breaker are mostly mechanical faults.The high-voltage circuit breaker fault diagnosis makes its operation more reliable and efficient and is of great significance for power system.The paper makes the simulation of closing vibration signal on the circuit breaker base in the Laboratory,decomposes the vibration signal under three states by wavelet packet transform,calculates and normalizes each frequency band energy,and constructs eigenvector as the input of Kohonen network to detect the mechanical fault.Finally,the mechanical fault detection for the high voltage circuit breaker is done with the Kohonen network,BP network and RBF network based detection method,and the detection effects are compared.The results show that the detecting method based on the Kohonen network for the mechanical fault in the high voltage circuit breaker has high accuracy,surpassing the BP network and RBF network.
-
-
张小军;
吴标;
孙帆;
徐路强
-
-
摘要:
由于目前常用的电力负荷预测算法在预测精度和计算效率方面存在一些局限,本文提出一种基于电力负荷历史数据挖掘的负荷预测算法.该算法基于粗糙集理论构建了一种组合式神经网络,该神经网络采用混合式神经单元和并行子网络结构,并基于分层聚类算法和特征曲线算法对电力负荷历史数据进行预处理,利用粗糙集对神经网络的输出数据和连接权值进行属性约简,实现提高历史数据准确性、简化神经网络结构以及降低输入数据冗余的功能.通过仿真试验表明,该算法具有相对于传统神经网络算法更好的预测精度,而且能够将神经网络的收敛效率提升约70%.
-
-
-
赵琨;
杨潇潇
-
-
摘要:
近年来快递业陷入价格战,在电子商务蓬勃发展的背景下,快递业作为一个汇聚着海量数据的行业,对数据的合理挖掘利用更可能带来下一个利润增长方向.以某快递公司一年的消费者行为数据,运用ko ho nen网络进行客户画像.通过对同类的商品市场进行比较、分析与预测,便于商家了解自家产品销售与市场反馈情况,比较竞争对手的产品,从而对产品进行优化.
-
-
张莉;
田彦涛;
徐卓君
-
-
摘要:
为实现智能仿生手的抓取,提高模式识别的实时性和灵敏性,提出一种在线半监督Kohonen网络.该网络针对表面肌电信号(sEMG)的特性,在有监督Kohonen网络基础上,将有监督和无监督网络的优势进行结合,应用数据剪辑方法处理训练集更新识别网络,在线识别侧边抓取、球形抓取、三指精确抓取和圆柱形抓取4种预抓取手势.实验表明,与不同Kohonen网络相比,此识别方法具有很好的在线识别能力和正确率.
-
-
张莉;
胡鹤
-
-
摘要:
为提高智能仿生手姿态手势识别正确率,本文提出一种改进Kohonen自组织竞争网络.针对表面肌电信号(sEMG)特性,对Kohonen网络结构进行调整,增加输出层将其变为有监督学习网络,并优化初始权值.选择具有较高分类能力的特征值AR模型系数作为改进Kohonen网络的输入,识别伸食指、伸腕、屈腕、OK手势、数字8手势、侧腕、胜利手势和反掌8种姿态模式.实验表明,与传统Kohonen网络相比,改进的神经网络分类器具有更高的分类能力.
-
-
-
-
-
-
张庆芳;
赵鹤鸣;
苏秦
- 《第十二届全国信号处理学术会议》
| 2005年
-
摘要:
与文本无关的说话人识别方法是当前说话人识别技术的研究重点.本文将自组织特征映射(SOFM)网络用于矢量量化中码书的形成,改进了训练算法,并基于改进算法进行了与本文无关的说话人识别.经实验结果证明,本文的方法改善了码本的性能,提高了说话人识别的识别率.
-
-
张庆芳;
赵鹤鸣;
苏秦
- 《第十二届全国信号处理学术会议》
| 2005年
-
摘要:
与文本无关的说话人识别方法是当前说话人识别技术的研究重点.本文将自组织特征映射(SOFM)网络用于矢量量化中码书的形成,改进了训练算法,并基于改进算法进行了与本文无关的说话人识别.经实验结果证明,本文的方法改善了码本的性能,提高了说话人识别的识别率.
-
-
张庆芳;
赵鹤鸣;
苏秦
- 《第十二届全国信号处理学术会议》
| 2005年
-
摘要:
与文本无关的说话人识别方法是当前说话人识别技术的研究重点.本文将自组织特征映射(SOFM)网络用于矢量量化中码书的形成,改进了训练算法,并基于改进算法进行了与本文无关的说话人识别.经实验结果证明,本文的方法改善了码本的性能,提高了说话人识别的识别率.
-
-
张庆芳;
赵鹤鸣;
苏秦
- 《第十二届全国信号处理学术会议》
| 2005年
-
摘要:
与文本无关的说话人识别方法是当前说话人识别技术的研究重点.本文将自组织特征映射(SOFM)网络用于矢量量化中码书的形成,改进了训练算法,并基于改进算法进行了与本文无关的说话人识别.经实验结果证明,本文的方法改善了码本的性能,提高了说话人识别的识别率.
-
-
潘英豪;
范瑞霞
- 《中国控制与决策学术年会》
| 2004年
-
摘要:
介绍了图像数据融合技术,阐述了自组织特征映射神经网络模型,即Kohonen网络,它可模拟大脑的侧向抑制功能,只靠输入网络的模式特征便可以自行修改单元连接的权值.实验结果表明,用该网络模型对来自同一景物且带有不同噪声的图像进行数据融合,可以得到较为理想的图像.
-
-
潘英豪;
范瑞霞
- 《中国控制与决策学术年会》
| 2004年
-
摘要:
介绍了图像数据融合技术,阐述了自组织特征映射神经网络模型,即Kohonen网络,它可模拟大脑的侧向抑制功能,只靠输入网络的模式特征便可以自行修改单元连接的权值.实验结果表明,用该网络模型对来自同一景物且带有不同噪声的图像进行数据融合,可以得到较为理想的图像.
-
-
-
-
-
-
-
-
-
- 四川长虹电器股份有限公司
- 公开公告日期:2017-08-18
-
摘要:
本发明公开了一种基于Kohonen神经网络的入侵检测方法,它包括首先使用大量正常样本以及入侵样本训练Kohonen神经网络,使其隐藏层各不同类型的神经元聚集在一起。某种类型的神经元只能对特定的输入数据进行相应或者敏感,然后使用测试数据对训练后的网络进行测试。对于每一个输入,判断标准是:计算其与所有隐藏层节点的距离,距离最短的隐藏层节点所对应的类型即此次输入所对应的类型,最后统计所有测试数据的识别准确输率。本发明采用入侵检测评测权威数据集Kddcup99,通过字符替换以及数据归一化将其转化为Kohonen神经网络能够识别的类型,分别采用数据集所有字段以及降维以后的字段对网络进行训练和测试,发现此方法对入侵识别准确率达到92.72%。
-
-