公共文化服务平台

搜索到2938篇“ SOM神经网络“的相关文章

基于SOM神经网络的液压设备区间观测与故障诊断研究: 2025年; 【目的】液压系统作为机械装备的核心组成部分,其故障诊断与健康管理对于预防出现严重后果至关重要。本研究旨在构建高精度的液压系统故障诊断模型,探索先进的液压系统健康管理方法,以确保机械设备的稳定运行和操作安全。【方法】本研究采用自组织映射(SOM)神经网络结合区间观测技术,对液压系统的关键性能指标(HFI)进行分析。SOM神经网络通过无监督学习机制,自适应调整网络参数与结构,揭示输入数据的内在规律。区间观测技术则通过对系统状态进行实时监控,构建状态的上下界估计,为故障诊断提供更为精确的依据。【结果】经过迭代训练的SOM神经网络结构对144种故障状态的液压冷却过滤系统进行了检测,故障诊断准确率达到了98.06%,准确率较高。【结论】本研究所提出的液压设备故障诊断模型不仅能够准确判断设备的工作状态,还具有较高的诊断性能,提高了整个机械装备的运行效率和安全性。; 郝芳陈丽娟; 关键词：SOM神经网络液压设备故障诊断

基于PSO+SOM神经网络的无人机装备故障智能诊断研究: 2025年; 针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进效果,以及比较LVQ、BP、传统SOM、PSO+SOM神经网络的故障诊断效果,结果表明PSO+SOM神经网络的故障诊断模型具有适度值小、判别时间短、迭代次数少、准确率高、收敛速度快的优点,为实现无人机装备故障智能诊断提供一种高效的方法。; 沈延安陈强杨克泉; 关键词：无人机 SOM神经网络 PSO算法

基于SOM神经网络的变电站高压电气设备自动检测方法研究: 2025年; 当前变电站高压电气设备自动检测节点的部署一般采用定点形式,覆盖区域较小,导致错误检测次数增加,为此提出基于自组织映射(Self-Organizing Maps,SOM)神经网络的变电站高压电气设备自动检测方法。采用多点位的方式扩大自动检测的覆盖区域,实现对多点位自动检测节点的部署,构建SOM神经网络高压电气设备自动检测模型,将数据输入该模型从而得到相关的检测结果。测试结果表明,设计方法的错误检测次数较少,这表明该方法的稳定性与针对性更强,具有较高的实际的应用价值。; 冯永康王梦欣; 关键词：变电站高压电气设备

基于SOM神经网络的教学认知诊断模型研究: 2024年; 认知诊断模型在评估知识点依赖关系松散型学科知识状态时,因其生成的可达矩阵较为稀疏,易导致认知诊断的效率和准确度降低。而自组织映射(Self-Organizing Maps,SOM)神经网络可在不考虑知识点依赖关系的情况下,通过自动发现样本中的内在规律和本质属性,实现对学生知识状态的分类与评估。基于此,文章构建了基于SOM神经网络的教学认知诊断模型,在“大学英语视听说”课程中开展了此诊断模型的教学应用,并从诊断结果、学习成效、满意度三个方面进行了应用效果分析,结果表明:诊断模型用于知识点依赖关系松散型学科时,能够通过自组织聚类消除学生答题过程中的误差,精准、高效地分类评估学生的知识状态;诊断模型有助于教师实施有针对性的补救教学,在提高学生的学习效率和避免成绩的两极化方面效果显著;学生对诊断模型的整体满意度也较高。文章的研究丰富了教学认知诊断理论,可为个性化学习、精准补救教学提供诊断方法和实践经验。; 梁存良张玥黄宏涛叶海智李小娟; 关键词：SOM神经网络知识状态补救教学个性化学习

基于PSO-SOM神经网络算法的串联电弧故障检测: 2024年; 自组织特征映射(SOM)神经网络是一种无监督式学习的竞争神经网络,具有灵活性强、聚类结果可视化等优点,但是在需要区分的类别较多且不同类别数据的特征差异不明显时,SOM的聚类效果可能并不好,分类准确率也会下降。提出了一种利用粒子群优化(PSO)算法对SOM网络的权值进行优化的解决方法,将PSO-SOM算法、常规SOM算法以及学习向量量化(LVQ)算法神经网络分别应用于电弧故障检测。仿真结果表明,经过PSO优化的SOM神经网络的检测准确率可达95.00%以上,而未经优化的SOM神经网络与LVQ神经网络的准确率仅为50%左右。; 贾金伟王闻燚徐梓源戴军瑛俞玲李启本; 关键词：故障检测粒子群优化算法自组织特征映射神经网络

考虑替代性的SOM神经网络卷烟配方模块分类方法研究: 2024年; 为了提高模块替代决策效率和整个卷烟制造系统柔性与生产效率,提出了一种基于替代度的SOM神经网络模型对卷烟配方模块进行分类,并与历史替代统计结果进行比对。结果表明,替代度能较好地衡量模块间的替代程度,替代度越大,每个类别中的各项质量指标一致性越强,模块质量越相似,越推荐进行相互替代;在以不同替代度标准取值对卷烟配方模块进行分类时,替代度标准值越大,分类越细,选择替代度标准值为3.06作为卷烟配方模块强替代性的标准进行分类时是最合适的,此时每个类别中卷烟配方模块质量具有较高的相似性。基于替代度的SOM神经网络分类结果显示,发生类内替代的比例明显优于一般SOM神经网络算法、两阶段聚类算法和K-means聚类算法,当替代度标准值为3.06时,类内相互替代率可达95.39%,而类间替代率不足5.00%,相同类别模块替代率良好。; 王林左平聪管雨涵朱咏琦周红审吴庆华; 关键词：卷烟 SOM神经网络

融合SOM神经网络与K-means聚类算法的用户信用画像研究被引量：2: 2024年; 为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Means算法进行聚类分析。通过真实在线借贷平台数据对所提方法进行验证,结果表明,该方法可提升用户信用画像分析的质量,更好地满足金融数据分析中对实时管理和风险控制的要求,为金融机构提供精准的决策支持。; 罗博炜罗万红谭家驹; 关键词：SOM神经网络 K-MEANS聚类算法时间复杂度

一种基于SOM神经网络的密度峰值聚类分色算法: 本发明提供一种基于SOM神经网络的密度峰值聚类分色算法，涉及清晰化处理和分色技术领域，创新点在于结合Real‑ESRGAN盲超分辨率重建网络对图像进行预处理，增强了图像细节，提高了分色准确性。算法以SOM神经网络作为初始...; 汝欣彭来湖陈然

基于SOM神经网络的电梯运行安全评价: 电梯是机电一体化的运输工偷,属于特种设备。它偷有组成部件众多、结构复杂、技术含量高、运行维护技术要歂严格、使用频繁等特点,极有可能会发生安偨事故,一旦发生事故,造成的人员伤亡和财产损失不可想象。需要一种高效的方法对电梯运...; 柳萌

一种基于SOM神经网络的有源阻尼器阻抗自适应方法: 本发明公开了一种基于SOM神经网络的有源阻尼器阻抗自适应方法，旨在解决有源阻尼器虚拟电阻的准确性和有源阻尼器的设备功率问题。通过SOM神经网络，将公共点特定频率处的谐振分量进行聚类，有源阻尼器功率决定所聚类量的阈值，根据...; 杨伟民李健冯文龙康兆年李志立杨静秦爽岳超群李广峰姚儒辉

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈