自动化技术与应用
自動化技術與應用
자동화기술여응용
TECHNIQUES OF AUTOMATION AND APPLICATIONS
2012年
4期
1-3,8
,共4页
段玉波%谭金库%张力鹏%徐威
段玉波%譚金庫%張力鵬%徐威
단옥파%담금고%장력붕%서위
自组织特征映射神经网络%示功图%故障诊断%聚类
自組織特徵映射神經網絡%示功圖%故障診斷%聚類
자조직특정영사신경망락%시공도%고장진단%취류
自组织特征映射网络(Self-Organization Map,SOM)是一种具有强大的自学习功能、良好的自组织性和自适应性的神经网络,能够将输入数据映射到输出神经元阵列中,并保持数据集的拓扑结构和密度分布不变.针对基于传统竞争神经网络的抽油机示功图聚类时分类精度低的缺点,对自组织特征映射神经网络的学习速率和临域的递减方式进行改进,并在Matlab环境下进行仿真验证.仿真结果表明,本文所采取的改进能有效的提高聚类的精度和准确性.
自組織特徵映射網絡(Self-Organization Map,SOM)是一種具有彊大的自學習功能、良好的自組織性和自適應性的神經網絡,能夠將輸入數據映射到輸齣神經元陣列中,併保持數據集的拓撲結構和密度分佈不變.針對基于傳統競爭神經網絡的抽油機示功圖聚類時分類精度低的缺點,對自組織特徵映射神經網絡的學習速率和臨域的遞減方式進行改進,併在Matlab環境下進行倣真驗證.倣真結果錶明,本文所採取的改進能有效的提高聚類的精度和準確性.
자조직특정영사망락(Self-Organization Map,SOM)시일충구유강대적자학습공능、량호적자조직성화자괄응성적신경망락,능구장수입수거영사도수출신경원진렬중,병보지수거집적탁복결구화밀도분포불변.침대기우전통경쟁신경망락적추유궤시공도취류시분류정도저적결점,대자조직특정영사신경망락적학습속솔화림역적체감방식진행개진,병재Matlab배경하진행방진험증.방진결과표명,본문소채취적개진능유효적제고취류적정도화준학성.
