检索结果-南通市图书馆

济南大学学报（自然科学版） 2008年第2期22卷 128-131页

作者：钱娜侯清涛李金屏济南大学信息科学与工程学院山东济南250022

提出一种有效的文字特征提取方法,用三角形网格提取文字统计特征,然后利用自组织映射神经网络(SOM)对四类印刷体汉字进行文字识别,计算结果表明该方法用于文字识别准确性较高。

关键词：三角形网格特征提取自组织映射神经网络文字识别

基于SOM-FCM算法的脑MR多参数图像分割

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2011年第3期28卷 2631-2634页

作者：李杨洪洋中国医科大学基础医学院生物物理学教研室辽宁沈阳110001

目的:提出一种新的用于脑MR多参数图像的分割算法,并对算法性能进行评估。方法:应用自组织映射(SOM)神经网络将T1加权像和T2加权像的图像信息结合后进行粗分,粗分的结果作为模糊C均值聚类(FCM)算法的输入,并加入改进的聚类有效性函数作... 详细信息

目的:提出一种新的用于脑MR多参数图像的分割算法,并对算法性能进行评估。方法:应用自组织映射(SOM)神经网络将T1加权像和T2加权像的图像信息结合后进行粗分,粗分的结果作为模糊C均值聚类(FCM)算法的输入,并加入改进的聚类有效性函数作为最佳聚类数的判断依据。结果:对于组织类别数不同的图像,SOM-FCM算法能自动给出符合目标的聚类数目。对于同一层图像的不同噪声等级,SOM-FCM算法的收敛速度和分割结果的平均正确分割率要高于传统FCM算法(P<0.05)。结论:SOM-FCM算法可自动确定聚类数目,在对噪声的稳定性方面优于传统FCM算法。

关键词：多参数图像自组织映射神经网络模糊C均值聚类有效性函数

SOM-LSTM递归神经网络语音端点检测系统

在线全文

学校读者我要写书评

暂无评论

信息通信 2019年第5期32卷 50-53页

作者：唐铠陆鹏三峡大学计算机与信息学院湖北宜昌443002 盐城工学院机械优集学院江苏盐城224000

语音端点检测是语音信号处理的一个重要环节,传统的语音端点检测算法往往是基于短时能量以及过零率等实现,在低信噪比的环境下,检测算法的准确度较低。因此,提出了一种基于自组织映射(SOM)神经网络和长短时记忆(LSTM)递归神经网络相结... 详细信息

语音端点检测是语音信号处理的一个重要环节,传统的语音端点检测算法往往是基于短时能量以及过零率等实现,在低信噪比的环境下,检测算法的准确度较低。因此,提出了一种基于自组织映射(SOM)神经网络和长短时记忆(LSTM)递归神经网络相结合的端点检测算法。该算法通过检测语音信号在每个时间节点上的特征属性利用SOM神经网络进行聚类,并根据每个时间节点的语音状态对聚类结果进行调整,构造能够判别语音状态和噪声状态的样本作为LSTM递归神经网络的输入,利用LSTM递归神经网络实现端点检测的目的。

关键词：语音端点检测长短时记忆递归神经网络自组织映射神经网络语音状态堆叠无监督学习

在线全文

学校读者我要写书评

暂无评论

基于多级神经网络的交流接触器状态表征

基于多级神经网络的交流接触器状态表征

第二十一届沈阳科学学术年会

作者：朱春悦曹云东刘洋沈阳工业大学电气工程学院

交流接触器运行状态的准确识别是实现其智能化的基础。针对全寿命电器状态监测数据不能直接用于状态表征的问题,提出了一种基于小波变换与神经网络相结合的状态表征方法。首先针对电器状态监测信号具有非线性、强耦合、强背景噪音等特点... 详细信息

交流接触器运行状态的准确识别是实现其智能化的基础。针对全寿命电器状态监测数据不能直接用于状态表征的问题,提出了一种基于小波变换与神经网络相结合的状态表征方法。首先针对电器状态监测信号具有非线性、强耦合、强背景噪音等特点,采用小波变换进行状态监测数据的预处理;然后以小波变换特征为信息输入,利用卷积自编码器神经网络(CAE)进行特征压缩提取,保留有用信息,融合多维特征;在此基础上,以压缩提取特征为输入,通过自组织映射神经网络(SOM)来实现特征的融合输出,实现交流接触器状态表征。最后,结合实测数据验证了所提方法的有效性,为下一步研究交流接触器的全寿命状态预测提供了参考。

关键词：交流接触器小波阈值降噪卷积自编码器自组织映射神经网络状态表征

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于SOM的电能计量装置数据自动集成方法

自动化与仪器仪表 2024年第7期 180-183,187页

作者：周晨晖石贇超章琛敏黄沁沁刘兴平国网浙江省电力有限公司营销服务中心杭州310007

目前的电能计量装置是由电力互感器、电能表及二次联线等环节构成。由于多种设备的数据具有不同属性,且中间环节容易导致误差、窃电等影响数据自动集成的结果。提出基于SOM网络的电能计量装置数据自动集成方法。首先,利用SOM网络的训练... 详细信息

目前的电能计量装置是由电力互感器、电能表及二次联线等环节构成。由于多种设备的数据具有不同属性,且中间环节容易导致误差、窃电等影响数据自动集成的结果。提出基于SOM网络的电能计量装置数据自动集成方法。首先,利用SOM网络的训练过程不断改变神经元连接权值,计算并完成对电能计量装置数据的分类处理;然后,分析自动集成的约束条件,在数据属性参数(即“T值”)及装置终端参数(即“M值”)的约束下,将数据集成任务拆解为多个任务子集,得到电能计量装置数据的属性,确保已分类数据的一致性和可靠性;最后,根据约束条件,通过SOM网络自主学习能力完成终端数据的自动集成。实验结果表明:本方法具有较低的丢包率和误差,能高效完成电能计量装置数据自动集成任务。

关键词：自组织映射神经网络电能计量装置数据自动集成自主学习训练任务终端矩阵

在线全文

学校读者我要写书评

暂无评论

人工神经网络在金相图像分割中的应用研究

电子设计工程 2013年第3期21卷 143-147页

作者：何维娜张丽丽西安工业大学计算机与工程学院陕西西安710021

利用多层感知器神经网络和自组织映射神经网络对球墨铸铁、可锻铸铁和灰铸铁的金相图像进行了分割提取。通过对比以上两种方法分割后的图像质量和定量分析样本图像中的石墨结构、珍珠岩/铁氧体结构所占的百分含量后发现,多层感知器网络... 详细信息

利用多层感知器神经网络和自组织映射神经网络对球墨铸铁、可锻铸铁和灰铸铁的金相图像进行了分割提取。通过对比以上两种方法分割后的图像质量和定量分析样本图像中的石墨结构、珍珠岩/铁氧体结构所占的百分含量后发现,多层感知器网络分割提取的结果与样本实际的结果更加接近,而自组织映射神经网络分割提取的结果则不够理想。据此,可以推断多层感知器网络是实现金属图像分割自动化提取和精确性分析的有效工具。

关键词：多层感知器神经网络自组织映射神经网络金相图像图像分割

在线全文

学校读者我要写书评

暂无评论

典型虹膜病理特征提取及识别方法研究

典型虹膜病理特征提取及识别方法研究