检索结果-南通市图书馆

基于核Batch SOM聚类优化的语义Web服务发现机制研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2011年第6期33卷 1307-1313页

作者：陈蕾杨庚张迎周陈燕俐南京邮电大学计算机学院南京210003 北京邮电大学网络与交换技术国家重点实验室北京100876

如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框... 详细信息

如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框架分别在服务表示阶段引入WordNet和隐含语义索引技术对Web服务进行语义扩展和概念语义空间降维;在服务分类阶段利用核机学习理论改进一类适用于Web服务分类的核Batch SOM神经网络算法;在服务匹配阶段提出一种基于核余弦相似性测度的Web服务匹配算法。最后,真实Web服务数据集上的实验结果验证了所提出方法的可行性。

关键词： Web服务发现自组织映射神经网络 WordNet 隐含语义索引相似性度量

基于双层DAE-SOM的多指标工况识别方法

在线全文

学校读者我要写书评

暂无评论

化工学报 2018年第2期69卷 769-778页

作者：李梦遥杜文莉钱锋化学工程联合国家重点实验室华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

由于工业过程常常受到扰动等因素影响导致工作点发生偏移,所以及时准确地掌握过程运行状况的变化显得尤为重要。目前的工况识别主要针对是否发生故障或者发生何种故障,很少有文献能够从安全、经济、故障等多方面考虑过程工况。针对这一... 详细信息

由于工业过程常常受到扰动等因素影响导致工作点发生偏移,所以及时准确地掌握过程运行状况的变化显得尤为重要。目前的工况识别主要针对是否发生故障或者发生何种故障,很少有文献能够从安全、经济、故障等多方面考虑过程工况。针对这一问题,结合过程的历史数据和相关操作要求,获取不同安全状况、经济状况等的评判标准。基于这些判断准则,使用双层降噪自编码(denoising autoencoder,DAE)方法提取数据特征,并用自组织映射神经网络(self-organizing map,SOM)方法对特征提取后的数据聚类,将过程的状况可视化到二维映射图上。在该方法中,DAE方法可以降低工业过程扰动对数据的影响,而SOM方法能够更好地实现过程性能的可视化监控。通过实验可以发现,基于DAE-SOM的双层映射方法可以很好地判断系统的安全级别以及发生的故障类型、当前系统的经济效益状况等。

关键词：降噪自编码自组织映射神经网络性能指标可视化双层映射工况识别

在线全文

学校读者我要写书评

暂无评论

基于SOM网络的智能化粒子测速算法

系统工程与电子技术 2008年第3期30卷 565-567页

作者：杜海李木国大连理工大学电子与信息工程学院辽宁大连116024 大连理工大学海岸和近海工程国家重点实验室辽宁大连116024

提出了基于自组织映射(self-organized mapping,SOM)神经网络的粒子图像测速算法。该方法使用SOM神经网络对粒子测速技术中运动追踪方法进行了改进,并在匹配过程中根据兴趣区域的粒子密度对粒子追踪算法与粒子相关算法进行了选择处理。... 详细信息

提出了基于自组织映射(self-organized mapping,SOM)神经网络的粒子图像测速算法。该方法使用SOM神经网络对粒子测速技术中运动追踪方法进行了改进,并在匹配过程中根据兴趣区域的粒子密度对粒子追踪算法与粒子相关算法进行了选择处理。经SOM网络改进的测速算法首先利用相关后的结果进行网络构建,然后使用追踪技术对候选匹配点进行筛选。该算法不仅消除了粒子密度与灰度分布的敏感性,而且也降低了相关时对分析窗口尺寸的敏感。最后,使用人工合成的粒子图进行了算法验证及误差分析。结果表明:所提算法在分析精度方面有很大的提高并且具有很强的鲁棒性。

关键词：自组织映射神经网络粒子图像测速相关技术追踪技术鲁棒性

在线全文

学校读者我要写书评

暂无评论

基于多目标聚类的用电集群特征属性计算

电力系统自动化 2009年第19期33卷 46-51页

作者：刘友波刘俊勇赵岩李磊胥威汀姚珺玉侯贺飞四川大学电气信息学院四川省成都市610065 上海市电力公司上海市200122

提出售电市场中用电集群与分析维度概念。确定集群特征变量后,采用自组织映射神经网络与k-均值混合可视化聚类技术对售电空间进行自定义目标划分。基于负荷与经济指标,设计熵权改进的多指标属性测度算法对多目标划分下用电集群特性进行... 详细信息

提出售电市场中用电集群与分析维度概念。确定集群特征变量后,采用自组织映射神经网络与k-均值混合可视化聚类技术对售电空间进行自定义目标划分。基于负荷与经济指标,设计熵权改进的多指标属性测度算法对多目标划分下用电集群特性进行精细化定量综合计算,以分析各对象属性整体相对优劣。采集某电网317个用户数据进行算例分析,结果表明该算法能区别于传统负荷特性分析方法,在扩大售电市场研究对象基础上实现更多有效信息挖掘与多目标售电对象特征精细分析。

关键词：多目标聚类用电集群自组织映射神经网络属性测度熵权

在线全文

学校读者我要写书评

暂无评论

基于聚类分析和支持向量机的滑坡易发性评价

岩石力学与工程学报 2018年第1期37卷 156-167页

作者：黄发明殷坤龙蒋水华黄劲松曹中山中国地质大学(武汉)地质调查研究院湖北武汉430074 南昌大学建筑工程学院江西南昌330000 纽卡斯尔大学岩土科学与工程卓越研究中心

在将支持向量机(support vector machine,SVM)等机器学习模型用于区域滑坡易发性评价时,大都随机或主观地选取非滑坡栅格单元,不能保证所选的非滑坡栅格单元是真正的"非滑坡"。为解决此问题,提出基于聚类分析和SVM的滑坡易发性评价模型... 详细信息

在将支持向量机(support vector machine,SVM)等机器学习模型用于区域滑坡易发性评价时,大都随机或主观地选取非滑坡栅格单元,不能保证所选的非滑坡栅格单元是真正的"非滑坡"。为解决此问题,提出基于聚类分析和SVM的滑坡易发性评价模型。该模型首先用自组织映射(self-organizing mapping,SOM)神经网络对滑坡易发性进行聚类分析;然后从极低易发区中选择非滑坡栅格单元,确保所选非滑坡栅格单元是高概率的"非滑坡";最后采用SVM模型基于已知滑坡、所选非滑坡和环境因子对滑坡易发性进行评价。将提出的SOM-SVM模型用于三峡库区万州区滑坡易发性评价,并将得到的易发性结果与随机选取非滑坡的单独SVM模型结果做对比。结果显示SOM-SVM模型具有比单独SVM模型更高的成功率和预测率,表明SOM神经网络能更准确地选取非滑坡栅格单元。

关键词：边坡工程滑坡易发性非滑坡栅格单元自组织映射神经网络支持向量机

在线全文

学校读者我要写书评

暂无评论

中国全社会用电量增长主导因素辨识

电力系统自动化 2010年第23期34卷 30-35页

作者：李智勇陈志刚徐政麻敏华广东省电力设计研究院广东省广州市510663 浙江大学电气工程学院浙江省杭州市310027

目前负荷中长期预测时选取相关的社会经济指标没有统一的理论依据。文中将数据挖掘技术应用到电量增长的关联性分析中,从全国30个省(自治区、直辖市)的历史数据中选取25项相关指标,采用3种不同的隶属度函数进行赋值。在此基础上利用Apri... 详细信息

目前负荷中长期预测时选取相关的社会经济指标没有统一的理论依据。文中将数据挖掘技术应用到电量增长的关联性分析中,从全国30个省(自治区、直辖市)的历史数据中选取25项相关指标,采用3种不同的隶属度函数进行赋值。在此基础上利用Apriori算法计算不同指标与用电量增长相关的模糊置信度,辨识出国内生产总值(GDP)、工业总产值、进出口总额、固定资产投资、居民人均可支配收入等与用电量增长较为相关的主导因素,并结合自组织映射神经网络获取中国用电量增长的一般性规律。该研究思路为年度负荷预测相关因素的选取提供新的策略。

关键词：用电量负荷预测关联分析数据挖掘模糊关联规则自组织映射神经网络

基于极限区间与改进PCA-SOM的电气运行参数对专变健康影响的量化评价方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2021年第17期49卷 101-108页

作者：邬程欢贺民龚明波林英鹤潘国兵欧阳静国网浙江省电力有限公司宁波供电公司浙江宁波315000 浙江华云信息科技有限公司浙江杭州310012 浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室浙江杭州310014

专用变压器作为工业园区电力系统的重要组成部分,对园区内电网的稳定性与安全性有着十分重要的影响。针对专变实时电气运行参数的波动性与异质性,提出了一种基于极限区间的专变数据标准化方法。考虑了专变电气运行参数的动态集结方式与... 详细信息

专用变压器作为工业园区电力系统的重要组成部分,对园区内电网的稳定性与安全性有着十分重要的影响。针对专变实时电气运行参数的波动性与异质性,提出了一种基于极限区间的专变数据标准化方法。考虑了专变电气运行参数的动态集结方式与评价特征裕度,为后续专变健康量化评价方法提供完整且公平的评价信息。为了将专变电气运行参数对专变自身健康的影响进行清晰量化,将专家经验评价与神经网络相结合提出了一种基于极限区间与改进PCA-SOM的电气运行参数对专变健康影响的量化评价方法。在自组织映射神经网络的基础上,通过引入主成分分析法中的主成分贡献度对目标函数进行修正,并且结合各神经元的专家经验评分得到专用变压器的健康状态实时量化评分。最后采用“浙电云”大数据平台上采集的专变数据进行实验。结果表明该方法相比其他方法有着更好的评价效果,更能准确反映专变的实时电气运行参数的变化对专变健康状况的影响。

关键词：自组织映射神经网络主成分分析法极限区间专用变压器健康状况实时评估

在线全文

学校读者我要写书评

暂无评论

城市交叉口群信号协调控制范围动态划分方法

交通运输系统工程与信息 2014年第3期14卷 28-33页

作者：杨洁过秀成刘迎梁浩东南大学南京210096

考虑交叉口群交通关联特征,本文提出了交叉口群信号协调控制范围动态划分方法.为响应实时交通需求,采用交叉口通行能力利用率指标识别道路网络中的瓶颈区域.根据协调系数与不均衡系数两类路段关联度指标,搜索瓶颈区域的影响范围.应用自... 详细信息

考虑交叉口群交通关联特征,本文提出了交叉口群信号协调控制范围动态划分方法.为响应实时交通需求,采用交叉口通行能力利用率指标识别道路网络中的瓶颈区域.根据协调系数与不均衡系数两类路段关联度指标,搜索瓶颈区域的影响范围.应用自组织映射神经网络,作为路段关联度'强'与'弱'的临界划分工具.使用二分法逐步缩小搜索范围,断开关联度较弱的路段连接,在余下的连通网络中继续分类直到满足交叉口群协调控制规模约束的大小为止.仿真结果表明,交叉口群范围的合理划分有助于提高路网信号协调控制的效率.

关键词：交通工程范围动态划分自组织映射神经网络交叉口群关联度

基于SOM网络块分类的DCT-SVD数字水印算法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2006年第Z1期27卷 914-916页

作者：伯梅高隽王晓嘉张旭东合肥工业大学计算机与信息学院图像信息处理研究室合肥230009 中科院合肥分院智能机械研究所合肥230031

不可见性和鲁棒性是用于版权保护的数字水印算法的研究重点。本文结合人类视觉系统特性,利用自组织映射网络对载体图像子块进行特性分类,然后将加密水印DCT域奇异值自适应地嵌入到载体图像子块的DCT域的中频系数中。实验证明,由于自组... 详细信息

不可见性和鲁棒性是用于版权保护的数字水印算法的研究重点。本文结合人类视觉系统特性,利用自组织映射网络对载体图像子块进行特性分类,然后将加密水印DCT域奇异值自适应地嵌入到载体图像子块的DCT域的中频系数中。实验证明,由于自组织映射网络良好的分类特性和SVD的特性,该算法具有良好的不可见性和鲁棒性。

关键词：数字水印自组织映射神经网络 DCT-SVD 人类视觉系统