LVQ神经网络

摘要： 为了准确识别采煤机截割状态,提出了一种基于小波包分解和学习向量量化(LVQ)神经网络的模式识别方法。将振动信号进行小波包分解,实现振动信号的预处理,得到若干个子频带。在此基础上,计算各个频带的方差,并将其作为特征向量。然后将计算得到的频带方差作为特征向量,输入到LVQ神经网络进行采煤机煤岩截割状态识别。通过实验验证了该方法的有效性,实验结果表明:该方法能够实现采煤机典型煤岩截割状态的识别,平均识别准确率较高,对实现综采工作面的"无人化"具有重要意义。

摘要： CT技术是目前了解混凝土细观结构的主要方法,受扫描和视窗成图精度影响,CT扫描切片灰度图像往往无明显双峰、亮度不均匀,导致混凝土骨料、砂浆、孔隙难以分割识别。为提高图像分割时骨料、砂浆、孔隙的识别率,针对混凝土圆柱形试样扫描图像,建立了一种基于环状分区和LVQ神经网络相结合的图像分割算法,通过与其他分割方法进行效果对比表明,该方法具有识别准确度高、人工干预少、后期处理简洁等优点,能够为混凝土细观结构模型建立提供更为准确的数据信息。

摘要： 对高校研究生科研能力的培养,是衡量一所高校综合实力的一项重要指标.建筑学研究生受专业影响,其整体科研能力偏弱.随着新工科建设的开展,如何提高建筑学专业研究生的科研能力已成为刻不容缓的问题.本文选用一款学习向量量化(LVQ)人工神经网络,尝试建构建筑学专业研究生的科研能力评估模型,并对网络模型进行训练和泛化能力测试.研究显示LVQ模型较为简洁易用,评价结果也较为客观准确.

摘要： 为了提高齿轮箱故障诊断的准确度,采用LVQ神经网络来完成齿轮箱故障定位及识别,并借助狼群优化算法来实现模型参数的优化.在齿轮箱故障诊断的建模过程中,引入狼群优化算法,将LVQ神经网络权重和阈值作为狼群个体,随机产生的多个权重和阈值组合个体构成狼群,并根据狼群游走、召唤和围攻等行为,不断更新狼群中个体狼的位置来获取全局适应度最大的头狼,得到最优权重和阈值,确定最优齿轮箱故障诊断模型.经过实验证明:采用基于狼群优化LVQ神经网络的齿轮箱故障分类,分类准确度更高.

摘要： 为了提高设备故障诊断的准确度,采用LVQ神经网络来完成设备故障定位及识别,并借助遗传算法求解LVQ神经网络权重初始值.在设备故障诊断的建模过程中,根据实际故障情况和故障常见类别建立LVQ神经网络的设备故障诊断模型,充分挖掘LVQ神经网络在机械设备故障诊断细粒度的优势,为了防止因为故障细粒度诊断而造成收敛过慢的情况,对LVQ神经网络的权重和阈值初值进行遗传算法求解,然后在进行LVQ神经网络的迭代训练,得到稳定的LVQ神经网络故障诊断模型.经过实验证明,相比于传统的LVQ神经网络算法,采用基于遗传算法优化LVQ神经网络的设备故障分类,分类准确度更高,训练时间更快.

摘要： 鉴于目前高校贫困生认定工作的重要性,针对资助过程中存在的认定困难等问题,在梳理影响高校贫困生认定工作的基础上,提出采用LVQ神经网络建立高校贫困生认定模型.通过训练、测试,验证了LVQ神经网络能够有效应用于高校贫困生认定,以期为基于神经网络与贫困生认定的实践与研究提供借鉴,将精准资助落到实处,为形成更加完善、可靠的学生资助工作体系提供技术支持.

摘要： 针对低信噪比下雷达目标一维距离像质量不高、影响目标识别率的问题,将小波阈值降噪的方法应用到雷达目标一维距离像识别研究中,设计了一种新的小波阈值函数,提出了基于小波阈值降噪的雷达一维距离像识别的方法.利用仿真数据进行实验验证,以LVQ(Learning Vector Quantization)神经网络作为分类识别器,进行目标的分类识别研究.结果表明,将小波阈值降噪用于雷达目标一维距离像识别,在低信噪比时能够有效地降低噪声,提高距离像的质量,从而提高目标一维距离像识别率,同时实验也验证了所提出的新阈值函数相较于原阈值函数能更加有效地降低噪声,提高识别率.

摘要： 以学习矢量量化(LVQ)神经网络为基础，提出了一种神经网络模型参考自适应控制方法。通过选择一个适当的参考模型和自适应算法，利用参考模型的输出与实际系统输出之间的误差信号，由自适应算法计算出当前的控制量以控制智能下肢假肢，达到自适应控制的目的。该方法不需要进行性能指标的变换。实现起来容易且自适应速度快，仿真结果表明了该方法的有效性。

摘要： 以学习矢量量化(LVQ)神经网络为基础，提出了一种神经网络模型参考自适应控制方法。通过选择一个适当的参考模型和自适应算法，利用参考模型的输出与实际系统输出之间的误差信号，由自适应算法计算出当前的控制量以控制智能下肢假肢，达到自适应控制的目的。该方法不需要进行性能指标的变换。实现起来容易且自适应速度快，仿真结果表明了该方法的有效性。

摘要： 以学习矢量量化(LVQ)神经网络为基础，提出了一种神经网络模型参考自适应控制方法。通过选择一个适当的参考模型和自适应算法，利用参考模型的输出与实际系统输出之间的误差信号，由自适应算法计算出当前的控制量以控制智能下肢假肢，达到自适应控制的目的。该方法不需要进行性能指标的变换。实现起来容易且自适应速度快，仿真结果表明了该方法的有效性。

摘要： 本发明涉及一种基于量子遗传优化LVQ神经网络的智慧城市交通流预测方法。通过运用有更优全局解的量子遗传算法，解决了LVQ神经网络对初始权值敏感和容易陷入局部极小值的问题，并提高了收敛速度。在5个通用交通流数据集上，与基于GA‑BP神经网络和小波神经网络的交通流量预测进行了对比仿真实验。结果显示基于QGA‑LVQ神经网络的短时交通流预测具有更好的准确性和实时性，多个数据集上的测试结果验证了其可靠性。

摘要： 本发明公开了一种基于LVQ神经网络的黄瓜温室温度智能化检测装置，其特征在于所述检测装置由基于CAN总线的黄瓜温室环境参数采集平台和黄瓜温室温度智能监测系统两部分组成；本发明有效解决了现有黄瓜温室监控系统没有根据黄瓜温室环境温度变化的非线性、大滞后和黄瓜温室面积大温度变化复杂等特点，对黄瓜温室环境的温度进行智能化监测与预测，从而极大的影响黄瓜温室环境温度的调控问题。

摘要： 本发明公开了一种基于LVQ‑PSO‑BP神经网络光伏短期出力预测方法、装置及存储介质，属于光伏技术领域。首先，在获取样本数据集后按照季节划分样本，再运用LVQ依据天气类型对样本细分。分类后的样本，分别基于PSO‑BP神经网络建立光伏出力预测模型，最后将各自性能最优的模型整合在一起，形成全年的光伏出力短期预测模型。在实际预测过程中，首先按照训练日的日期选择相应的季节，再根据当天的天气预报信息，经过LVQ神经网络分类后找到对应的出力预测子模型，最后通过建立的出力预测模型对光伏出力进行短期预测。本发明提升了收敛速度，避免陷入局部最小值，此外，在预测精度与训练速度上也有显著提升。

摘要： 本发明涉及一种基于MIV和MEA‑LVQ神经网络的GIS局部放电识别方法和系统，方法包括将GIS局部放电测试样本输入MIV‑MEA‑LVQ网络中，得到识别结果；其中MIV‑MEA‑LVQ网络的训练过程如下：根据GIS局部放电训练样本，计算得到第一优化样本和第二优化样本，将第一优化样本和第二优化样本输入至第一LVQ网络中计算得到GIS局部放电训练样本中每个特征的MIV值；根据第一优化样本和第二优化样本，使用思维进化算法优化第一LVQ网络结构，得到第二LVQ网络结构；根据MIV值，删除GIS局部放电训练样本中的部分特征，根据剩余特征结合第二LVQ网络结构确定MIV‑MEA‑LVQ网络。与现有技术相比，本发明具有精度高、稳定性强等优点。

摘要： 本发明涉及一种基于量子遗传优化LVQ神经网络的智慧城市交通流预测方法。通过运用有更优全局解的量子遗传算法，解决了LVQ神经网络对初始权值敏感和容易陷入局部极小值的问题，并提高了收敛速度。在5个通用交通流数据集上，与基于GA‑BP神经网络和小波神经网络的交通流量预测进行了对比仿真实验。结果显示基于QGA‑LVQ神经网络的短时交通流预测具有更好的准确性和实时性，多个数据集上的测试结果验证了其可靠性。

摘要： 本发明公开了一种基于LVQ神经网络的伺服电机故障诊断方法，包括采集测控天线跟踪卫星期间伺服电机的稳态电流，对稳态电流历史数据进行滤波降噪处理并提取特征参数样本，设计、训练和检测神经网络，并通过神经网络对电机故障进行诊断。本发明能通过采集到的已标示数据对LVQ神经网络进行训练，实现诊断知识的自动获取，并通过训练得到的LVQ神经网络进行故障自动诊断。

摘要： 本发明公开了一种基于LVQ神经网络的黄瓜温室温度智能化检测装置，其特征在于所述检测装置由基于CAN总线的黄瓜温室环境参数采集平台和黄瓜温室温度智能监测系统两部分组成；本发明有效解决了现有黄瓜温室监控系统没有根据黄瓜温室环境温度变化的非线性、大滞后和黄瓜温室面积大温度变化复杂等特点，对黄瓜温室环境的温度进行智能化监测与预测，从而极大的影响黄瓜温室环境温度的调控问题。

摘要： 本发明公开了一种基于LVQ神经网络的高压断路器机械故障识别方法，包括以下几个步骤：步骤1：通过加速度传感器对断路器正常状态下的振动信号、故障状态下的振动信号进行采集，并对振动信号做预处理；步骤2：对采集到的振动信号进行小波包分解，得到P个频段，P个频段信号分别以能量的形式表示，并进行归一化，构造特征向量，作为LVQ神经网络的输入，其中P为正整数；步骤3：将步骤2构造的特征向量输入到LVQ神经网络中，对LVQ神经网络进行训练，当所述LVQ神经网络达到设定迭代步数时，将测试数据输入到训练好的LVQ神经网络，从而判断高压断路器的故障模式。本发明其诊断结果精度高、耗时少，结构简单，可操作性强。

摘要： 本发明公开了用LVQ神经网络算法翻译葡萄牙语和四川口音的同传箱，包括：1）数字化微型同传箱及其配件、2）云存储中心的四川口音与葡萄牙语的大数据库、3）云计算中心搭载的LVQ神经网络模型，三个主要部件构成，通过上述部件，本发明能够替代高薪资的高级英汉同传翻译，部署在国际会议室内，为参加会议的用户提供价格低廉且可不惧疲劳能够进行长时间高质量翻译的可将四川话翻译成葡萄牙语或将葡萄牙语翻译成四川话的翻译。

摘要： 本发明公开了用LVQ神经网络算法翻译粤语口音和葡萄牙语的APP，包括：1）APP软件；2）采集的粤语口音音频大数据库；3）采集的葡萄牙语音频大数据库；4）汉语语法及粤语口音语音方式数据库；5）葡萄牙语语法及发音规则数据库；6）采用LVQ神经网络算法的模型，通过上述部件，本发明能够替代高薪资的高级英汉同传翻译，让用户随身携带，提供价格低廉且可不惧疲劳能够进行长时间高质量翻译的可将粤语话翻译成葡萄牙语或将葡萄牙语翻译成粤语话的同传翻译和交传翻译。