检索结果-南通市图书馆

南京理工大学学报 2020年第1期44卷 61-66页

作者：张代华张涧翔毕星海戴中张曦南京医科大学第二附属医院信息中心

高效准确地预测锂电池的健康状态(State of health,SOH)可以保证锂电池的正常运行,提高维护效率及电池本身的稳定性。提出一种基于有监督核自组织映射(Supervised kernel self-organizing map,SKSOM)的建模方法用于锂电池SOH预测。首先... 详细信息

高效准确地预测锂电池的健康状态(State of health,SOH)可以保证锂电池的正常运行,提高维护效率及电池本身的稳定性。提出一种基于有监督核自组织映射(Supervised kernel self-organizing map,SKSOM)的建模方法用于锂电池SOH预测。首先,对锂电池的原始放电数据进行预处理及归一化;然后,设计并优化了针对SKSOM的输入特征,在此基础上训练出SOH预测模型;最后,在美国国家航空航天局(National Aeronautics and Space Administration,NASA)的标准锂电池数据集上进行验证。实验结果表明,该文所用的预测模型能有效挖掘出锂电池的SOH规律,预测性能优于其他已有的SOH预测模型。

关键词：自组织映射核自组织映射有监督核自组织映射锂电池健康状态

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于核自组织映射的有监督主动轮廓图像分割

引用

计算机应用 2016年第10期36卷 2832-2836,2841页

作者：范海菊刘国奇信息工程大学导航与空天目标工程学院郑州450002 河南师范大学计算机与信息工程学院河南新乡453007

针对灰度不均匀目标和多灰度强度目标利用主动轮廓难以精确分割的问题,提出了一种基于核自组织映射(KSOM)的有监督主动轮廓算法KSOAC。首先对背景区域和前景区域的先验样本分别利用KSOM进行训练,得到其各自的拓扑映射结构来表征其分布,... 详细信息

针对灰度不均匀目标和多灰度强度目标利用主动轮廓难以精确分割的问题,提出了一种基于核自组织映射(KSOM)的有监督主动轮廓算法KSOAC。首先对背景区域和前景区域的先验样本分别利用KSOM进行训练,得到其各自的拓扑映射结构来表征其分布,从而获得突触权值向量;其次提出计算两个网络结构单位像素的平均训练误差,把该误差加入能量函数修正曲线进化过程,并利用前景和背景的面积比得出能量项的控制参数;最后推导出了利用神经元权值向量的有监督主动轮廓能量函数和迭代方程,并采用Matlab 7.11.0对多幅图像进行了仿真验证。仿真结果和数据表明,与自组织映射(SOM)主动轮廓(SOAC)相比,KSOM得到的映射更接近于先验样本的分布,误差更小;KSOAC的准确率、查全率和F参数均大于0.9,分割结果更接近目标本身;在时间消耗方面与SOAC相差不大。实验结果表明,KSOAC能够提高概率分布未知图像、非均匀图像和多灰度强度目标分割效果,减少目标泄露。

关键词：核自组织映射主动轮廓能量函数图像分割灰度不均匀

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于核自组织映射的时间序列预测研究

基于核自组织映射的时间序列预测研究

引用

作者：谢建华南京理工大学

学位级别：硕士

时间序列预测分析是人们利用观察的历史数据对其进行分析研究,总结数据之间存在的内在联系,并预测该序列在未来某个时刻可能出现的值。准确有效的时间序列预测分析可以为决策者提供一种决策支持或规划建议,从而便于决策者的控制管理。... 详细信息

时间序列预测分析是人们利用观察的历史数据对其进行分析研究,总结数据之间存在的内在联系,并预测该序列在未来某个时刻可能出现的值。准确有效的时间序列预测分析可以为决策者提供一种决策支持或规划建议,从而便于决策者的控制管理。但是实际生活中常遇到的时间序列都具有诸如不规则、非线性性以及易受噪声干扰影响等特性,一般情况下,不易直接建立一种理想的、适合于实际问题的模型来进行时间序列预测分析。而人工神经网络模型具有的自组织学习等较好特性,使得运用该方法进行时间序列的预测分析将会得到更好的效果。本文首先介绍了时间序列预测分析的相关理论,一般过程以及在该领域中经常使用的方法和预测模型,然后详细介绍了自组织映射神经网络模型（SOM）的学习算法及应用。传统的SOM网络模型适用于聚类或是分类,如何利用SOM网络模型对时间序列进行预测是本文研究的重点。为此,本文首先引入了适用于MIMO情形的SOM算法,并在此基础上,引入核函数,利用带有核函数的自组织映射神经网络模型（KSOM）对时间序列进行预测。此外,本文还分析了应用KSOM模型时常见的问题,包括数据预处理、参数设置等。两个时间序列数据集上的对比实验结果表明,在SOM中引入核函数有助于进一步提高非线性时间序列的预测准确性。

关键词：时间序列预测自组织映射核函数核自组织映射

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于KSOM-PSO算法的无线传感器网络入侵检测研究

引用

中国科技论文 2017年第2期12卷 148-153页

作者：刘双石飞汪烈军秦继伟郭琰新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学软件学院乌鲁木齐830046 新疆大学网络与信息技术中心乌鲁木齐830046

针对无线传感器网络中的入侵检测机制对拒绝服务(denial of service,DoS)攻击检测精度不高的问题,提出了基于核自组织映射(kernel self-organizing map,KSOM)和粒子群优化(particle swarm optimization,PSO)聚类算法融合的KSOM-PSO神经网络算法作为无线传感器网络的检测机制。首先在传统SOM算法中引进核函数进行聚类;其次使用SOM聚类获得的获胜神经元权值对PSO粒子的初始位置初始化;最后在PSO算法中将传统的线性减小权值的方法改为非线性减小权值的方法,以提高PSO算法的全局搜索效率和局部搜索精度。实验结果表明,KSOM-PSO与传统的PSO聚类算法和SOM算法比较,检测精度有较大的提高,且收敛速度更快。

关键词：无线传感器网络入侵检测机制检测精度核自组织映射粒子群优化聚类算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：