期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到52篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Learning Vector Quantization Neural Network Method for Network Intrusion Detection 认领 引用
1
作者 YANG Degang CHEN Guo +1 位作者 WANG Hui LIAO Xiaofeng 《Wuhan University Journal of Natural Sciences》 CAS 2007年第1期147-150,共4页
A new intrusion detection method based on learning vector quantization （LVQ） with low overhead and high efficiency is presented. The computer vision system employs LVQ neural networks as classifier to recognize intr... A new intrusion detection method based on learning vector quantization （LVQ） with low overhead and high efficiency is presented. The computer vision system employs LVQ neural networks as classifier to recognize intrusion. The recognition process includes three stages： （1） feature selection and data normalization processing;（2） learning the training data selected from the feature data set; （3） identifying the intrusion and generating the result report of machine condition classification. Experimental results show that the proposed method is promising in terms of detection accuracy, computational expense and implementation for intrusion detection. 展开更多
关键词 intrusion detection learning vector quantization neural network feature extraction
暂未订购 下载PDF
Using Neural Networks to Predict Secondary Structure for Protein Folding 认领 引用 被引量：2
2
作者 Ali Abdulhafidh Ibrahim Ibrahim Sabah Yasseen 《Journal of Computer and Communications》 2017年第1期1-8,共8页
Protein Secondary Structure Prediction (PSSP) is considered as one of the major challenging tasks in bioinformatics, so many solutions have been proposed to solve that problem via trying to achieve more accurate predi... Protein Secondary Structure Prediction (PSSP) is considered as one of the major challenging tasks in bioinformatics, so many solutions have been proposed to solve that problem via trying to achieve more accurate prediction results. The goal of this paper is to develop and implement an intelligent based system to predict secondary structure of a protein from its primary amino acid sequence by using five models of Neural Network (NN). These models are Feed Forward Neural Network (FNN), Learning Vector Quantization (LVQ), Probabilistic Neural Network (PNN), Convolutional Neural Network (CNN), and CNN Fine Tuning for PSSP. To evaluate our approaches two datasets have been used. The first one contains 114 protein samples, and the second one contains 1845 protein samples. 展开更多
关键词 Protein Secondary Structure Prediction (PSSP) Neural Network (NN) α-Helix (H) β-Sheet (E) Coil (C) Feed Forward Neural Network (FNN) Learning Vector Quantization (LVQ) Probabilistic Neural Network (PNN) Convolutional Neural Network (CNN)
暂未订购 下载PDF
基于GASF-HOG-LVQ的油纸绝缘老化超声诊断 认领 引用
3
作者 杨壮 尹智贤 +3 位作者 杨定坤 王畅鼎 陈伟根 王品一 《高电压技术》 EI CAS CSCD 北大核心 2025年第12期5779-5787,共9页
变压器是电力系统中的重要设备,为及时有效地评估变压器老化状态,该文提出了一种油纸绝缘老化超声特征提取及诊断方法。通过加速热老化试验,获得了涵盖全寿命周期的油纸绝缘样品。利用自主搭建的绝缘油超声检测平台获取了所有样本的超... 变压器是电力系统中的重要设备,为及时有效地评估变压器老化状态,该文提出了一种油纸绝缘老化超声特征提取及诊断方法。通过加速热老化试验,获得了涵盖全寿命周期的油纸绝缘样品。利用自主搭建的绝缘油超声检测平台获取了所有样本的超声信号,测量了其对应的绝缘纸聚合度并划分了老化状态。利用格拉姆求和角场(Gramian angular summation field,GASF)获取了超声信号的GASF图像,并基于方向梯度直方图(histogram of oriented gradient,HOG)提取了图像的HOG特征。基于学习向量化(learning vector quantization,LVQ)神经网络建立了基于油纸绝缘超声特征的老化诊断模型,通过试凑法确定最优竞争层神经元个数为9。研究结果表明,该诊断模型的诊断准确率超过90%,该方法具有监测油纸绝缘的潜力,具有一定的学术价值及工程应用意义。 展开更多
关键词 油纸绝缘老化 超声 格拉姆角场 方向梯度直方图 学习向量化神经网络
暂未订购 下载PDF
基于双分辨率S变换和学习向量量化神经网络的电能质量扰动检测方法 认领 引用 被引量：32
4
作者 李建闽 林海军 +2 位作者 梁成斌 滕召胜 成达 《电工技术学报》 EI CSCD 北大核心 2019年第16期3453-3463,共11页
随着实际电网中非线性负荷以及冲击性负荷的不断增加,电能质量问题日趋严重。实现电能质量扰动信号的准确、快速检测对于查找电能质量问题根源、改善电能质量、确保电网安全、保障经济稳定具有重大意义。为此,提出一种基于双分辨率S变... 随着实际电网中非线性负荷以及冲击性负荷的不断增加,电能质量问题日趋严重。实现电能质量扰动信号的准确、快速检测对于查找电能质量问题根源、改善电能质量、确保电网安全、保障经济稳定具有重大意义。为此,提出一种基于双分辨率S变换和学习向量量化(LVQ)神经网络的电能质量扰动信号检测方法。算法先采用双分辨率S变换实现扰动信号特征向量的准确、快速提取。在获得扰动信号的特征向量后对各特征向量进行归一化处理并利用经过训练的LVQ神经网络对扰动信号进行分类识别。仿真和实际测试结果表明,该文提出的基于双分辨率S变换和LVQ神经网络的电能质量扰动检测算法具有训练速度快、分类准确率高、适合嵌入式实现等优点。 展开更多
关键词 电能质量 扰动分类 S变换 学习向量量化神经网络 时频分析
暂未订购 下载PDF
薏仁种类的近红外光谱技术快速鉴别 认领 引用 被引量：13
5
作者 刘星 毛丹卓 +1 位作者 王正武 杨永健 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第5期1259-1263,共5页
薏仁是一种药食两用资源,对其品质快速鉴别的需求也越来越多,近红外光谱技术(near infrared spectroscopy,NIRS)作为一种快速、无损且环保的方法正适合这一需求。以不同产地和品种薏仁的近红外光谱为基础,结合化学计量学方法对薏仁种类... 薏仁是一种药食两用资源,对其品质快速鉴别的需求也越来越多,近红外光谱技术(near infrared spectroscopy,NIRS)作为一种快速、无损且环保的方法正适合这一需求。以不同产地和品种薏仁的近红外光谱为基础,结合化学计量学方法对薏仁种类进行鉴别。对原光谱用无监督学习算法主成分分析(principal component analysis,PCA)和有监督学习算法学习向量量化(learning vector quantization,LVQ)神经网络、支持向量机(support vector machine,SVM)进行定性判别分析。由于不同地区和不同品种的薏仁营养物质组成复杂且含量相近,所选两类薏仁的特征变量很相似,因而PCA得分图重叠严重,很难区分;而LVQ神经网络和SVM都能得到满意结果,LVQ神经网络的预测正确率为90.91%,SVM在经过惩罚参数和核函数参数优选后,分类准确率能达到100%。结果表明:近红外光谱技术结合化学计量学方法可作为一种快速、无损、可靠的方法用于薏仁种类的鉴别,并为市场规范提供技术参考。 展开更多
关键词 薏仁 近红外光谱 支持向量机 学习向量量化神经网络 定性判别
暂未订购 下载PDF
基于LVQ-CPSO-BP算法的煤体瓦斯渗透率预测方法研究 认领 引用 被引量：10
6
作者 谢丽蓉 路朋 +2 位作者 范文慧 叶武 王晋瑞 《采矿与安全工程学报》 EI CSCD 北大核心 2017年第2期398-404,共7页
针对BP神经网络算法对煤体瓦斯渗透率预测精度低问题,筛选出影响预测精度的5个主要因素——1个宏观因素(煤层埋深)和4个微观因素(有效应力、温度、瓦斯压力、抗压强度),提出一种基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO... 针对BP神经网络算法对煤体瓦斯渗透率预测精度低问题,筛选出影响预测精度的5个主要因素——1个宏观因素(煤层埋深)和4个微观因素(有效应力、温度、瓦斯压力、抗压强度),提出一种基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ-CPSO-BP煤体瓦斯渗透率预测方法。从宏观上确定临界值将煤层埋深划分为2层;基于有效应力与瓦斯渗透率之间存在拐点关系,从微观上确定拐点值将有效应力划分为2段;采用LVQ将4个微观样本参数依据拐点特征进行分类识别,采用BP神经网络进行学习训练并输出预测结果,并用CPSO对BP神经网络的权值和阈值进行优化;基于样本案例对本文构建的LVQ-CPSO-BP算法进行预测结果验证,并与BP算法、GA-BP算法及PSO-BP算法预测的结果进行对比分析。结果表明:LVQ分类正确识别率较高,CPSO-BP算法预测精度较好,且优于其他3种算法。LVQ-CPSO-BP算法总体预测值与实测值吻合度高,尤其当有效应力减小时,预测精度更高。 展开更多
关键词 瓦斯渗透率 学习向量量化神经网络(LVQ) 混沌粒子群优化算法(CPSO) BP神经网络
暂未订购 下载PDF
基于肌电信号的人手运动状态的辨识 认领 引用 被引量：7
7
作者 李醒飞 朱嘉 +2 位作者 杨晶晶 张国雄 卢志扬 《中国生物医学工程学报》 CAS 北大核心 2007年第2期166-169,共4页
研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地... 研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地识别握拳、展拳、手腕内旋和手腕外旋4种动作模式。和前馈型神经网络比较,LVQ神经网络具有更高的识别准确率和更稳定的再现性。 展开更多
关键词 EMGs 小波变换 学习矢量量化网络(LVQ) 神经网络
暂未订购 下载PDF
基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别 认领 引用 被引量：18
8
作者 刘占宇 孙华生 黄敬峰 《中国水稻科学》 CAS 北大核心 2007年第6期664-668,共5页
水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向... 水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量,利用学习矢量量化(LVQ)神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试,结果显示对白穗和正常稻穗的分类精度高达100%。研究表明,基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的,可以补充和替代肉眼观测。 展开更多
关键词 水稻 遥感 病虫害估测 高光谱反射率 学习矢量量化神经网络
暂未订购 下载PDF
基于神经网络的智能下肢假肢自适应控制 认领 引用 被引量：8
9
作者 马玉良 徐文良 +2 位作者 孟明 罗志增 杨家强 《浙江大学学报（工学版）》 EI CAS 北大核心 2010年第7期1373-1376,1381,共4页
下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该... 下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算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,容易实现且自适应速度快,仿真结果表明了该方法的有效性. 展开更多
关键词 智能下肢假肢 自适应控制 学习矢量量化(LVQ) 神经网络(NN) 参考模型
暂未订购 下载PDF
LVQ人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用 认领 引用 被引量：5
10
作者 黄德生 施海龙 +2 位作者 关鹏 曲波 周宝森 《中国医科大学学报》 CAS 北大核心 2005年第2期146-148,共3页
目的: 探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用。方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,... 目的: 探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用。方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,将1979-2000年辽宁省某市伤寒、副伤寒发病率按大小分为高、中、低3种情况进行判别与预测研究。利用软件MATLAB6. 5的人工神经网络工具箱分别进行LVQ人工神经网络的构建、训练与模拟,分别考察LVQ人工神经网络在模型拟合及前瞻性和回顾性预测方面的能力,并且与传统Bayes判别分析进行比较。结果: LVQ人工神经网络能够从另一个角度对数据进行分类判别与预测,利用1980-1995年数据拟合准确率为100%,预测1996-2000年发病强度准确度为3 /5;利用1982 -2000年数据拟合准确率为100%,预测1 9 8 0 -1 9 8 1年发病强度准确度为1 /2,均略高于传统Bayes判别分析。随机选择1 6年数据的拟合准确率为93. 8%,预测另外5年发病强度准确度为4 /5,与传统Bayes判别分析相当。结论: LVQ人工神经网络能够与传统Bayes判别分析相媲美,在发病率预测方面具有广阔应用前景。 展开更多
关键词 学习矢量量化 人工神经网络 判别分析
暂未订购 下载PDF
人工神经网络对电子鼻性能的影响 认领 引用 被引量：11
11
作者 秦树基 徐春花 王占山 《同济大学学报（自然科学版）》 EI CAS 北大核心 2005年第6期804-808,共5页
电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别... 电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些. 展开更多
关键词 反向传输网络 学习矢量量化网络 概率神经网络 模式识别 电子鼻
暂未订购 下载PDF
基于EMD和LVQ的信号特征提取及分类方法 认领 引用 被引量：8
12
作者 余炜 周娅 +3 位作者 马晶晶 万代立 刘伦 张灿斌 《数据采集与处理》 CSCD 北大核心 2014年第5期683-687,共5页
针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑... 针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑电信号分解,然后选取主要固有模态函数分量并计算其绝对均值作为特征值,最后使用学习向量量化网络进行分类,并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究。实验结果表明,所提出的算法分类正确率达到了87%,相比于其余两种对比算法在特定的信号处理领域优越,具有一定的参考和研究价值。 展开更多
关键词 经验模式分解 学习向量量化神经网络 脑-机接口 脑电信号
暂未订购 下载PDF
基于人工神经网络的太阳能电池片表面质量检测系统 认领 引用 被引量：11
13
作者 伍李春 刘明周 +2 位作者 蒋倩男 葛茂根 凌琳 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2017年第9期1176-1180,1192,共5页
针对依赖人工进行太阳能电池片表面质量检测时效率和精度低的问题,文章提出了基于机器视觉以及人工神经网络的太阳能电池片表面质量检测方法。将表面缺陷分为外形缺陷、颜色缺陷、裂纹以及丝印线路缺陷4类,基于模板匹配检测外形缺陷,基... 针对依赖人工进行太阳能电池片表面质量检测时效率和精度低的问题,文章提出了基于机器视觉以及人工神经网络的太阳能电池片表面质量检测方法。将表面缺陷分为外形缺陷、颜色缺陷、裂纹以及丝印线路缺陷4类,基于模板匹配检测外形缺陷,基于HIS空间下的颜色直方图检测颜色缺陷;针对细微性缺陷容易受噪声影响的特点,利用2类人工神经网络进行断栅检测,并对这2类神经网络进行比较。大量实验结果验证了上述方法能够准确、快速地检测出太阳能电池片表面缺陷。 展开更多
关键词 缺陷检测 机器视觉 人工神经网络 正则化径向基函数(RBF)网络 学习向量化(LVQ)网络
暂未订购 下载PDF
基于LVQ的煤矿城市生态风险评价指标时间尺度特征 认领 引用 被引量：12
14
作者 彭建 陶静娴 刘焱序 《应用生态学报》 CAS CSCD 北大核心 2015年第3期867-874,共8页
生态风险评价指标在时间尺度上的表征效果是不一致的,因而有必要基于生态风险评价指标的时间尺度特征分析,探索生态风险动态评价方法.本文以辽宁省5个典型煤矿城市为研究对象,采用学习向量量化神经网络(learning vector quantization,L... 生态风险评价指标在时间尺度上的表征效果是不一致的,因而有必要基于生态风险评价指标的时间尺度特征分析,探索生态风险动态评价方法.本文以辽宁省5个典型煤矿城市为研究对象,采用学习向量量化神经网络(learning vector quantization,LVQ)定量分析生态风险评价指标的重要性,进而明晰其时间尺度特征,并提出煤矿城市风险"长期-短期"时间二维动态表征方法.结果表明:单位产值工业SO2去除量、单位产值工业粉尘去除量、城市园林绿地面积覆盖率、降水量、子系统协调度、矿业从业人数百分比、污染治理项目本年度完成投资等为长时间尺度指标,其余指标偏向反映生态风险的短期特征;长、短时间尺度指标相结合,能够反映煤矿城市两个时间维度上的生态风险动态水平.其中,阜新市现状风险值最大,抚顺市短期风险上升幅度最高,朝阳市长期风险上升幅度最高.基于LVQ的评价指标时间尺度特征分析,对于煤矿城市生态风险的动态防范与综合管理具有重要指示意义. 展开更多
关键词 生态风险动态评价 “长期-短期”时间二维尺度 学习向量量化神经网络 煤矿城市
暂未订购 下载PDF
基于改进学习矢量量化神经网络输电线路故障识别技术 认领 引用 被引量：19
15
作者 宋亮亮 杨毅 +1 位作者 范栋琛 朱诚 《科学技术与工程》 北大核心 2021年第2期583-590,共8页
针对输电线路距离长、覆盖范围广,易受到自然环境和人为因素的影响,对输电线路故障分类和识别非常困难。在输电线路故障分类中将经验小波变换与改进的学习矢量量化神经网络相结合,使用经验小波变换提取输电线路的故障特征,并使用改进的... 针对输电线路距离长、覆盖范围广,易受到自然环境和人为因素的影响,对输电线路故障分类和识别非常困难。在输电线路故障分类中将经验小波变换与改进的学习矢量量化神经网络相结合,使用经验小波变换提取输电线路的故障特征,并使用改进的学习矢量量化神经网络识别故障特征。通过对不同故障类型、故障位置、过渡电阻和初始故障角度进行仿真,验证该模型的准确性和有效性。仿真结果表明,该方法在故障分类中具有一定的优势,不受上述因素的影响,具有良好的鲁棒性和故障分类性能。该研究为中国输电线故障识别技术的发展提供一定的参考。 展开更多
关键词 输电线路 经验小波变换 学习矢量量化神经网络 故障特征 故障分类
暂未订购 下载PDF
基于径向基函数神经网络的织物疵点分类 认领 引用 被引量：5
16
作者 李鹏飞 杨宁 景军锋 《计算机测量与控制》 CSCD 北大核心 2012年第10期2751-2753,2759,共3页
对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分... 对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分布情况;然后分析了另一种神经网络--学习矢量量化网络LVQ对疵点分类的效果,将它们的训练速度和分类精度进行了比较;实验结果表明,采用RBF神经网络比LVQ神经网络的分类速度更快、精度更高,更有效地被应用于织物疵点分类中。 展开更多
关键词 织物疵点分类 特征提取 学习矢量量化 径向基函数 神经网络
暂未订购 下载PDF
基于LVQ过程神经元网络的储层岩性识别 认领 引用 被引量：3
17
作者 李学贵 许少华 +1 位作者 赵恩涛 赵玲 《吉林大学学报（信息科学版）》 CAS 2017年第4期398-404,共7页
针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题,建立了一类学习向量量化过程神经元网络模型(LVQ-PNN:Learning Vector Quantization Process Neural Network)。该模型通过增加输出层,扩展了自组织过程神经元网络的深度结... 针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题,建立了一类学习向量量化过程神经元网络模型(LVQ-PNN:Learning Vector Quantization Process Neural Network)。该模型通过增加输出层,扩展了自组织过程神经元网络的深度结构;采用无监督竞争与有教师示教相结合的算法策略,提高了多维信号特征的自适应提取和自组织综合能力。实验证明,该方法具有较好的岩性特征综合和辨识能力,岩性识别率达到了84.7%。 展开更多
关键词 过程神经元网络 学习向量量化 岩性识别
暂未订购 下载PDF
基于改进LVQ算法的塔式起重机运行状态检验 认领 引用 被引量：5
18
作者 周庆辉 刘浩世 +2 位作者 刘耀飞 李欣 谢贻东 《机电工程》 CAS 北大核心 2022年第11期1636-1642,共7页
为了提高起重机运行安全检验结果的准确性,避免误判,并且提高塔式起重机检验的智能化水平,提出了一种基于改进的学习矢量量化(LVQ)人工神经网络模型,实现了对塔式起重机运行安全状态的智能检验。首先,根据近年来建筑工地塔式起重机的检... 为了提高起重机运行安全检验结果的准确性,避免误判,并且提高塔式起重机检验的智能化水平,提出了一种基于改进的学习矢量量化(LVQ)人工神经网络模型,实现了对塔式起重机运行安全状态的智能检验。首先,根据近年来建筑工地塔式起重机的检验数据,建立了样本集,基于塔式起重机相关的安全技术标准和规范,将检验项目分解为最常见、最主要的15个因素,作为神经网络输入层的数目;然后,对290台塔式起重机的检验数据进行了统计(金属结构的连接、作业环境、主要零部件与机构,此3项不合格的频次较高);最后,在学习矢量量化(LVQ)算法基础上,改进了LVQ人工神经网络的检验评价模型,再运用优化的特征数据训练出了LVQ分类器,提出了改进的LVQ智能检验方法,对50个测试样本进行了分类识别实验。研究结果表明:改进后的LVQ人工神经网络算法提高了塔式起重机检验结果的正确率,在整机检验中合格率和不合格率均能达到100%,避免了误判,实现了对塔式起重机设备的安全智能检验。 展开更多
关键词 自行式起重机 运行安全状态 安全技术标准和规范 学习矢量量化 人工神经网络模型 LVQ分类器
暂未订购 下载PDF
基于MEA-LVQ神经网络的GIS特高频局部放电识别研究 认领 引用 被引量：3
19
作者 李亚 崔昊杨 +3 位作者 李鑫 刘晨斐 束江 许永鹏 《高压电器》 CAS CSCD 北大核心 2017年第6期61-66,共6页
针对学习向量量化(learning vector quantization,LVQ)神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法(mind evolutionary algorithm,MEA)优化LVQ神... 针对学习向量量化(learning vector quantization,LVQ)神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法(mind evolutionary algorithm,MEA)优化LVQ神经网络的GIS特高频局部放电识别模型。该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型。对比该模型和BP网络、LVQ网络以及K交叉验证LVQ网络的放电识别准确率,结果表明:MEA优化的LVQ神经网络具有更高的识别精度。文中的研究对于提高局部放电识别准确率具有一定的价值。 展开更多
关键词 思维进化算法 气体绝缘全封闭组合电器 K交叉验证 学习向量量化神经网络 放电识别
暂未订购 下载PDF
基于相空间重构与GSA-LVQ的有载调压变压器分接开关机械故障诊断 认领 引用 被引量：13
20
作者 赵书涛 李小双 +3 位作者 李大双 徐晓会 李云鹏 李波 《电测与仪表》 北大核心 2023年第10期136-141,共6页
针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断... 针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断新方法。采用CEEMD对振动信号进行时频域分解,然后通过C-C算法确定延迟时间和嵌入维数,对反映不同频率特征的固有模态函数(IMF)进行相空间重构,并提取反映混沌特征的两个特征量李雅普诺夫指数和关联维数构成特征向量。利用GSA优化LVQ,解决网络对初始连接权值敏感的问题,增强网络对有载分接开关机械故障分类识别性能。通过对有载分接开关机械状态的实验分析,证明了相空间重构结合GSA-LVQ算法的可行性和有效性。 展开更多
关键词 有载调压变压器分接开关(OLTC) 互补集合经验模态分解(CEEMD) 相空间重构 万有引力搜索法(GSA) LVQ神经网络 振动信号 机械故障诊断
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈