导读:本文包含了自组织神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,组织,遥感,光谱,建模,递归,算法。
自组织神经网络论文文献综述
吴胜聪,陈雨轩,沈可心,程浩轩[1]（2019）在《基于自组织神经网络的火电厂健康状态数据提取算法》一文中研究指出火电厂设备健康数据提取是火电厂设备状态评估数据处理的一个关键步骤,有利于提高设备状态评估的准确性与效率。将设备状态数据首先利用R型层次聚类进行特征参数选取与冗余数据清除,再采用自组织神经网络筛选异常值。利用所诉方法对某发电厂的汽泵前置泵设备的监测数据进行健康状态数据提取,发现清除的异常数据远远大于提取出的健康数据,表明该方法清除的数据满足预期,为后续健康状态评估提供了准确的参照数据,并且降低监测数据维度提高评估效率。(本文来源于《电工电气》期刊2019年09期）
黄惠,郑雄伟,孙根云,郝艳玲,张爱竹[2]（2019）在《基于引力自组织神经网络的震害遥感影像分类》一文中研究指出针对高空间分辨率遥感影像震害目标难以识别和提取的问题,结合分形纹理和引力自组织神经网络(gravitational self-organizing map,g SOM),提出了一种新的面向对象分类方法。首先,利用分割算法对原始影像进行初始过分割,得到均质性较好的分割单元,以分割单元作为待处理对象;在此基础上,利用分形纹理描述待分割对象,同时融合光谱特征构建震害目标的特征向量;最后,利用g SOM对分割对象进行聚类,得到聚类结果,并利用一致性函数以最小代价将多样性的聚类结果集成,最终实现快速、自动决策分类。以四川省汶川县震后高空间分辨率遥感影像为实验数据对算法进行定性和定量的评价,结果表明,该算法能够有效地描述复杂的震害目标,既可以保持大面积震害目标的完整性,也可以反映小的震害目标及其细节信息,提高震害影像的自动分类精度。(本文来源于《国土资源遥感》期刊2019年03期）
丁海旭,李文静,叶旭东,乔俊飞[3]（2019）在《基于自组织递归模糊神经网络的BOD软测量》一文中研究指出生化需氧量是污水处理过程中评价水质的重要指标之一,神经网络软测量是解决其在线测量困难的主要方法。污水处理是一个动态的过程,而前馈神经网络由于缺乏动态性而难以保证对其的测量精度。本文提出了一种自组织递归模糊神经网络,建立了内部的反馈连接以增强网络动态性能,通过评估神经元的互信息关系和激活强度以增长或修剪规则层神经元,采用梯度下降学习算法进行参数更新,并结合自适应学习率以提高收敛精度。通过对实际污水厂数据的实验结果表明,本文提出的模型结构更紧凑,对出水生化需氧量的预测精度更高。(本文来源于《计算机与应用化学》期刊2019年04期）
荣菡,甘露菁[4]（2019）在《基于近红外光谱的自组织映射神经网络快速鉴别牛乳与掺假乳》一文中研究指出基于近红外光谱结合偏最小二乘法(Partial least squares, PLS),与自组织映射(Self-organizing map, SOM)神经网络联用,构建鲜乳与掺假乳的模式识别模型。样品光谱经偏最小二乘法处理后,提取7个主成分,使用47个吸收峰数据输入网络。确定竞争层结构为[20×5],训练步数300步时,网络模型性能稳定,能够同时识别分别掺有乳清粉、粉末油脂,以及两者皆有的掺假乳。网络预测结果良好,对掺有粉末油脂的掺假乳识别准确率达100%;对掺有乳清粉的掺假乳识别准确率达97.5%;对同时掺有乳清粉和粉末油脂的掺假乳识别准确率达95%。该方法可为鲜乳和掺假乳的快速鉴别方面,为乳品质量评价提供了新思路。(本文来源于《食品工业》期刊2019年08期）
赵凯,侯玉强[5]（2019）在《基于自组织映射神经网络K-means聚类算法的风电场多机等值建模》一文中研究指出为研究高比例风电接入对电网安全稳定性的影响,提出了基于SOM(自组织映射神经网络) Kmeans聚类的风电场多机等值建模方法。首先选取风电场运行时的有功功率、无功功率、机端电压、输出电流、平均风速5种状态变量作为聚类算法的输入变量矩阵,通过基于SOM K-means聚类算法对变量矩阵进行处理,得到风电机组等值群数。然后用1台机组并联理想受控电流源的方法表征整个同群机组,得到风电机组的多机等值模型并进行仿真计算。最后通过与单机模型及详细模型在风速扰动和短路下的仿真曲线对比验证所提出的多机等值方法的有效性。(本文来源于《浙江电力》期刊2019年08期）
唐秋生,黄兰,敖谷昌[6]（2019）在《基于改进自组织映射神经网络的信号协调控制交叉口群划分方法》一文中研究指出针对以往研究在路段关联性判断和路网主要流向方面考虑不足,提出了一种基于改进自组织映射神经网络(self-orgnizing map,SOM)的信号协调控制交叉口群划分方法。首先,在离散性指标和阻滞性指标的基础上,考虑路网交通流运行的主路径特征引入主路径指标来表征路网交叉口之间路段关联性;其次,为弥补SOM输出结果可能大于实际需求且输出无标签的不足,把SOM中激活神经元权重作为层次聚类的输入,运用层次聚类改进SOM;并根据指标与路段关联性的关系设计关联性判断准则,据此界定交叉口之间路段关联性。最后,根据最大流最小割理论识别路网瓶颈,以瓶颈为基点向外划分交叉口群;并通过算例分析得出,该方法能够有效界定交叉口路段关联性和识别路网瓶颈,对信号协调控制配时优化具有重要基础作用。(本文来源于《科学技术与工程》期刊2019年20期）
庾佳,王鹏,桂志先,高刚[7]（2019）在《自组织人工神经网络算法在储层预测中的应用》一文中研究指出Su10井区位于苏里格气田,该气田是一个有效储离散分布的大觃模低效气田。通过对测井曲线和取心岩样数据建立测井解释标准模型,寻找有效砂体并确定其岩性物性参数范围。从地震资料中提取的地震属性资料,运用自主神经网络算法学习标准储层参数与这些属性之间的权值关系,通过学习的权值关系来分析目标储层的地震属性特征,反推其岩性物性参数得到有效砂体的分部范围和厚度预测结果,为迚一步的储层预测给出参考意见。(本文来源于《当代化工》期刊2019年07期）
乔俊飞,贺增增,杜胜利[8]（2019）在《基于混合评价指标的自组织模糊神经网络设计研究》一文中研究指出针对在无增长和修剪阈值时模糊神经网络结构难以自适应问题,提出一种基于混合评价指标(hybrid evaluation index, HEI)的结构设计方法。首先,通过模糊C均值聚类算法(fuzzy C-means clustering, FCM)确定初始规则层神经元数目及其中心与宽度。其次,基于戴维森堡丁指数(Davies bouldin index, DBI)和邓恩指数(Dunn index, DI)提出一种新的相关性评价指标(relevance evaluation index, REI)来计算规则层各神经元输出之间的相关性,同时根据训练过程中网络输出均方根误差(root mean square error, RMSE)的变化情况来确定网络的学习能力,然后基于REI和RMSE提出了HEI。通过HEI来调整模糊神经网络的拓扑结构,有效解决了在无增长和修剪阈值时网络结构难以动态自调整的问题且避免了网络结构冗余。最后,通过对Mackey-Glass时间序列预测、非线性系统辨识和大气中PM_(2.5)浓度预测,证明了该结构设计方法的可行性和有效性。(本文来源于《化工学报》期刊2019年07期）
王晨安,李浩,李靖[9]（2019）在《基于改进自组织神经网络的遥感图像分类研究》一文中研究指出引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。(本文来源于《地理空间信息》期刊2019年02期）
荣菡,甘露菁[10]（2019）在《近红外光谱与自组织竞争神经网络联用快速鉴别牛乳与复原乳》一文中研究指出近红外光谱技术结合偏最小二乘法,与自组织竞争神经网络联用,构建鲜牛乳与复原乳的模式识别模型。经偏最小二乘法(PLS)处理后,提取4个主成分,使用96个吸收峰数据输入网络,学习速率为0.05,训练步数200步时,所建模型性能稳定,预测精度良好,模型对预测集样品识别准确率为100%。该方法可应用于原料奶质量评价与控制中,在复原乳或掺假乳的快速准确定性鉴别方面,提供了一条新思路。(本文来源于《中国乳品工业》期刊2019年02期）
自组织神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对高空间分辨率遥感影像震害目标难以识别和提取的问题,结合分形纹理和引力自组织神经网络(gravitational self-organizing map,g SOM),提出了一种新的面向对象分类方法。首先,利用分割算法对原始影像进行初始过分割,得到均质性较好的分割单元,以分割单元作为待处理对象;在此基础上,利用分形纹理描述待分割对象,同时融合光谱特征构建震害目标的特征向量;最后,利用g SOM对分割对象进行聚类,得到聚类结果,并利用一致性函数以最小代价将多样性的聚类结果集成,最终实现快速、自动决策分类。以四川省汶川县震后高空间分辨率遥感影像为实验数据对算法进行定性和定量的评价,结果表明,该算法能够有效地描述复杂的震害目标,既可以保持大面积震害目标的完整性,也可以反映小的震害目标及其细节信息,提高震害影像的自动分类精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自组织神经网络论文参考文献
[1].吴胜聪,陈雨轩,沈可心,程浩轩.基于自组织神经网络的火电厂健康状态数据提取算法[J].电工电气.2019
[2].黄惠,郑雄伟,孙根云,郝艳玲,张爱竹.基于引力自组织神经网络的震害遥感影像分类[J].国土资源遥感.2019
[3].丁海旭,李文静,叶旭东,乔俊飞.基于自组织递归模糊神经网络的BOD软测量[J].计算机与应用化学.2019
[4].荣菡,甘露菁.基于近红外光谱的自组织映射神经网络快速鉴别牛乳与掺假乳[J].食品工业.2019
[5].赵凯,侯玉强.基于自组织映射神经网络K-means聚类算法的风电场多机等值建模[J].浙江电力.2019
[6].唐秋生,黄兰,敖谷昌.基于改进自组织映射神经网络的信号协调控制交叉口群划分方法[J].科学技术与工程.2019
[7].庾佳,王鹏,桂志先,高刚.自组织人工神经网络算法在储层预测中的应用[J].当代化工.2019
[8].乔俊飞,贺增增,杜胜利.基于混合评价指标的自组织模糊神经网络设计研究[J].化工学报.2019
[9].王晨安,李浩,李靖.基于改进自组织神经网络的遥感图像分类研究[J].地理空间信息.2019
[10].荣菡,甘露菁.近红外光谱与自组织竞争神经网络联用快速鉴别牛乳与复原乳[J].中国乳品工业.2019
论文知识图
