公共文化服务平台

搜索到2334篇“ 自组织竞争网络“的相关文章

基于自组织竞争网络的航空发动机地面起动过程点火异常诊断方法: 2024年; 航空发动机作为结构复杂的气动热力学系统,在高温、高速、高振动的恶劣环境下工作。其中起动过程作为发动机正常运行的首个阶段,是发动机及飞机正常工作的重要基础。起动过程作为航空发动机的一种复杂的非线性动态过程,故障率高,其中由于发动机点火系统异常导致起动时间过长、起动超温甚至起动失败等故障经常出现,对发动机的工作稳定性、安全性和可靠性有不利的影响。近年来国外在航空发动机起动故障诊断领域的研究主要有Sunil Menon采用隐式马尔科夫模型、人工神经网络模型等机器学习方法对发动机的起动过程进行故障检测与诊断、Kyusung Kim通过定性模型的方法对发动机起动故障进行检测与诊断。而国内在航空发动机起动故障诊断与预测方面的研究较少,南京航空航天大学的张琦等人提出了通过建立发动机起动部件级模型来检测典型发动机起动故障的诊断方法。由于国内在航空发动机起动故障领域的研究起步较晚,因此针对航空发动机起动时点火异常导致的起动失败等问题进行故障诊断研究具有重要意义。; 尤黎明; 关键词：航空发动机自组织竞争网络发动机起动起动过程发动机点火系统气动热力学

基于自组织竞争网络与RPROP算法的线损计算研究: 2022年; 为更好地发现高效的降损措施,并为科学地制定线损目标提供依据,提出了一种基于自组织竞争神经网络的RPROP神经网络的线损计算方法。RPROP神经网络确保了网络在有限的训练次数下能够收敛,利用自组织竞争神经网络对信息数据进行有效分类,提高了RPROP神经网络的输出精度。通过在MATLAB平台进行仿真实验,并与线性回归算法、标准BP神经网络算法,以及未分类的RPROP算法进行比较,验证了该方法的有效性。; 张艳徐卫锋; 关键词：BP神经网络自组织竞争神经网络线损

一种基于自组织竞争网络的配电网故障聚类分析方法: 本发明公开了一种基于自组织竞争网络的配电网故障聚类分析方法，首先对三种常见的配电网故障类型进行了分析，根据其故障特点对原始数据进行了特征提取，并利用自组织竞争神经网络分别进行聚类分析，得到了合理的聚类结果。本发明利用配电...; 吴鹏周昊程刘友春卢逢婷徐思沈祥林

基于模糊关系与自组织竞争网络的变压器故障诊断: 2020年; 纵观现阶段变压器故障诊断的相关研究,发现传统的诊断方式存在着诸多的弊端,对比于人工智能网络诊断方法来说,其发挥出的作用并不明显。基于人工智能网络诊断方法的研究,构建自组织竞争网络模型,在此基础上的电力变压器故障诊断方法更加的科学。基于此,文章将重点阐述模糊关系与自组织竞争网络的变压器故障诊断。; 张旭; 关键词：自组织竞争网络变压器故障

基于自组织竞争网络的井下人员定位融合算法被引量：5: 2016年; 针对基于加权质心算法的井下人员定位方法误差大的问题,提出了一种基于自组织竞争网络的井下人员定位融合算法。该算法利用自组织竞争网络的学习筛选能力,通过分组训练筛选出接近理论值的实际RSSI值,找出用于加权质心算法的有效坐标,在加权质心算法的基础上计算未知节点位置。Matlab仿真结果表明,该算法的定位精度比原加权质心算法显著提高。; 张剑英张跃辉周立宇; 关键词：无线传感网络自组织竞争网络加权质心

基于模糊关系与自组织竞争网络的变压器故障诊断被引量：7: 2016年; 在当前变压器故障诊断研究现状基础上,综合变压器故障的传统诊断方法和人工智能网络诊断方法 ,构建了基于自组织竞争网络模型的电力变压器故障诊断方法。为实现变压器故障的实时在线诊断和高可靠性诊断提供了一种新的可行性思路。同时在针对变压器故障状态等级划分与特征参数提取,及故障状态数据模糊性和故障状态信息不完全所导致的不确定性问题,采用模糊理论中隶属度函数来对故障特征数据进行处理,得到电力变压器故障类型与故障数据的模糊关系。从模糊关系中提取出故障特征向量输入自组织竞争网络进行诊断分类,其提高了自组织竞争网络的故障分类性能和对故障数据的泛化能力。; 宋玉琴赵洋李超程诚; 关键词：变压器自组织竞争网络故障诊断

一种基于自组织竞争网络的车辆识别方法被引量：1: 2014年; 为了对车辆目标进行识别,采用了一种基于自组织竞争网络的方法。该算法提取16个离散余弦变换描述子,6个独立的不变矩和3个区域描述子等25个平移、旋转、尺度放缩等变换下都不变的目标形状特征,把这些混合特征输入到设计的自组织竞争网络进行学习、聚类和分类,获得的分类精度高达96.15%,从而得出用自组织竞争网络进行混合特征识别,性能稳定,较单一特征提取识别精度更高。; 魏晗陈刚李弼程张瑞杰; 关键词：自组织竞争网络车辆识别特征提取

基于Kohonen自组织竞争网络的机床温度测点辨识研究被引量：8: 2014年; 提出一种基于Kohonen神经网络的温度测点辨识优化算法,用机床进给系统上不同位置处的温度测点变化值及定位误差作为输入样本来训练神经网络。利用该网络的自组织竞争将胜出的结果输出到相应的分类模式中,根据各类分类模式中温度变量与热误差之间的相关系数,确定出机床热关键点。通过多元线性回归理论建立了热误差模型,与基于变量分组优化方法的热误差模型比较发现,该方法具有更好的可行性和有效性。; 高峰刘江李艳杨新刚; 关键词：KOHONEN神经网络相关系数

基于随机权重的自组织竞争网络人脸朝向识别模型: 2013年; 像素可反映人脸特征,通过随机权重可将像素矩阵变换为一个N维向量,从而可用自组织竞争网络模型进行识别。随机产生一系列权重向量,可得当N为10和14时识别正确率最高,达到92%。再分别产生100个随机权重向量,并作识别模拟,平均正确率分别为91.62%和88.56%,标准差分别为0.0194和0.0148。模型识别率高、稳定性好,是一种有效的人脸朝向识别模型。; 赵余李百川李鑫罗万春; 关键词：随机向量自组织竞争网络

基于自组织竞争网络的黄河和长江物源判别: 2013年; 利用黄河和长江在地质历史时期的沉积物与现代黄河长江沉积物应具有一定的相似性这一原理,"将今论古",以现代黄河和长江入海沉积物中部分常量元素的百分含量作为基准数据建立自组织竞争网络,对来自不同时代的黄河和长江的沉积物进行判别和验证,可靠性达到94.4%,并规定了其相应置信度下的置信区间.以此为基础,对南黄海NT2孔的物质来源进行了判别,结果表明钻孔中0～19.36m、28.07～52.88m深度范围内的沉积物为长江沉积物,19.36～28.07m、52.88～70.28m深度范围内以及表层沉积物为黄河沉积物.; 顾畛逵宋召军周金陈桥; 关键词：自组织竞争网络

相关作者