搜索到7255篇“ 自组织神经网络“的相关文章
基于SOM自组织神经网络和K-means方法探究地表水与地下水之间的水力联系
2025年
针对地表水与地下水之间的水力联系,引入SOM自组织神经网络和K-means方法,以华北平原某污染河段为研究对象,探讨地表水与地下水之间的水力联系。分析,发现地表水和1号、2号、6号、7号观测井的地下水水质基本一致,水力联系较强;与3号、8号、9号、10号、12号、13号观测井的地下水水质差异较大,水力联系较弱,研究结果与传统系统聚类方法的结果基本一致。结果表明,此方法能够精确地判别地表水和地下水之间的水力联系,为识别不同含水层的水力联系提供了新的解决思路和技术手段。
张大龙黄勇
关键词:地表水水力联系水化学分析K-MEANS
基于自组织神经网络的EVD杂波抑制算法
2024年
强杂波环境下慢速运动目标的杂波抑制一直是雷达领域的研究难点,通过子空间分解法来抑制杂波是一种常用的方法,但传统子空间分解法依赖于过往验选取杂波基、自适应性差。基于K-均值聚类的SVD杂波抑制算法弥补了上述缺陷,然而当慢速运动目标与杂波在多普勒谱上接近或混叠时,这种算法的特征集区分度大幅下降,聚类结果变得不稳定。为此提出了一种基于自组织神经网络的特征值分解杂波抑制算法。首先,深入分析慢速运动目标和杂波、噪声的差异,利用回波信号矩阵特征值分解后得到的特征值和特征向量,提取针对慢速运动目标和杂波区分度高的特征来构建特征集。其次,采用受初始值影响小、聚类结果稳定的自组织神经网络进行聚类,自适应选取构造杂波子空间的杂波基,最后通过正交子空间投影来抑制杂波。仿真和实测数据结果表明该算法能有效抑制强静止杂波和慢速杂波,实现对慢速运动目标的检测,算法具有较强的稳健性和工程实用性。
史家琪杨明磊连昊叶舟徐光辉
关键词:杂波特征值分解自组织神经网络
基于自组织神经网络网络安全人才实战能力评价
2024年
建设网络强国离不开高素质网络安全实战化人才的支持和保障。建立一个科学、合理的人才实战能力评价体系,对于培养网络安全实战化人才至关重要。然而,传统的网安人才测试评估存在评价模式单一、评价标准不同等问题,难以对人才实战能力进行精准画像。因此,提出一种基于自组织神经网络网络安全人才实战能力评价方法,将真实业务场景中需要的专业能力作为评价因子,对网安人才实战化能力进行分类,全面精准评估人才能力,为网络安全人才的培养和选拔提供有力的支持和指导。
左黎明罗娇燕
关键词:自组织网络自组织映射
一种基于自组织神经网络的连接型间歇故障诊断方法
本发明公开了一种基于自组织神经网络的连接型间歇故障诊断方法,该方法包括:步骤1、提取全要素特征参数;所述的全要素特征参数包括测试信号特征参数和外部环境特征参数;步骤2、模型学习训练;所述的学习训练过程为:初始化、归一化处...
毛鹏飞解梦迪贾凡
基于奇异性指数和自组织神经网络的矿产资源预测方法
本发明公开了基于奇异性指数和自组织神经网络的矿产资源预测方法,属于矿产勘查技术领域,包括以下步骤:S1、得到研究区的汇水盆地的空间分布;S2、统计每个汇水盆地的奇异性指数;S3、提取研究区的地质控矿要素;S4、得到各个地...
汪海城沈睿文王大伟杨娅敏
基于奇异性指数和自组织神经网络的矿产资源预测方法
本发明公开了基于奇异性指数和自组织神经网络的矿产资源预测方法,属于矿产勘查技术领域,包括以下步骤:S1、得到研究区的汇水盆地的空间分布;S2、统计每个汇水盆地的奇异性指数;S3、提取研究区的地质控矿要素;S4、得到各个地...
汪海城沈睿文王大伟杨娅敏
基于自组织神经网络算法的低渗透砂岩孔隙结构自动分类
2024年
低渗透砂岩储层的孔隙系统复杂,孔隙-喉道大小分布多变,是决定储层宏观岩石物理性质和控制流体在砂岩中渗流行为的关键因素。以往的低渗透砂岩孔隙结构分级评价工作多基于孔隙-喉道大小分布的几何形态或参数回归分析,受人为因素干扰大,缺乏精确的分级评价标准。以渤海湾盆地G油田沙四上亚段低渗透砂岩储层为研究对象,综合运用岩相学分析、高压压汞、核磁共振及X射线CT扫描等技术手段,详细探讨了低渗透砂岩微观孔隙结构特征。在此基础上,选取了15个能够反映低渗透砂岩微观孔隙结构特征的储层评价参数,并采用无监督模式下的自组织映射神经网络算法将取心层段的70组岩心样本自动划分为4类孔隙结构。研究结果表明,Ⅰ类孔隙结构以大孔喉为主,中值喉道半径r50主要分布在0.38~2.35μm的范围内;孔喉连通性好,对渗透率贡献作用显著。Ⅱ类孔隙结构的渗流性能和连通性能仅次于Ⅰ类孔隙结构,可动流体孔隙度在2.76%~5.61%之间,中值喉道半径r50主要分布在0.01~0.23μm的范围内。Ⅲ类孔隙结构具有较好的孔喉连通性和较强的微观非均质性,储集和渗流性能与Ⅰ类和Ⅱ孔隙结构相比明显较差。Ⅳ型孔隙结构内小孔喉占主导,孔喉连通性差,不利于流体在砂岩中的渗流。基于自组织映射神经网络算法可以实现多参数情况下的孔隙结构类型自动分类。分类结果不受不准确的用户自定义信息的影响,并且对参与训练过程的参数数量没有限制,在基于多参数的孔隙结构分类方面应用效果显著。建立的基于自组织特征映射(self-organizing feature map,简称SOM)神经网络算法的孔隙结构分类评价标准,对于研究低渗透砂岩储层的微观渗流行为和储层质量评价意义重大。
路研刘宗宾廖新武李超李扬
关键词:渤海湾盆地低渗透砂岩孔隙结构自组织神经网络
一种基于主成分自组织神经网络法的测井曲线自动化分层方法
本发明公开了一种基于主成分自组织神经网络法的测井曲线自动化分层方法。所述基于主成分自组织神经网络法的测井曲线自动化分层方法包括以下步骤:对原始测井曲线进行预处理;采用主成分分析法对预处理后的测井曲线进行降维处理;将降维后...
李盛富张强王毛毛李家金
基于自组织神经网络与元启发式算法的地表爆破振动预测方法
2024年
提出一种基于自组织神经网络(SONN)和元启发式算法的露天矿爆破诱发地表振动预测方法,通过几种常用的元启发式算法,包括蝠鲼觅食优化(MRFO)、饥饿游戏搜索(HGS)、天鹰优化算法(AO)和裸鼹鼠算法(NMRA),以提高SONN模型的预测精度。利用k折交叉检验以确定算法最优参数,并用于重新训练模型以预测爆破诱发地表振动。以国内某露天矿为例验证了提出方法的有效性。研究结果表明,提出的4种模型均可准确预测爆破诱发地表振动,而在4种模型中,预测精度及可靠性由高到低排序均为:MRFO-SONN模型>HGS-SONN模型>NMRA-SONN模型>AO-SONN模型。推荐采用MRFO-SONN模型来预测由爆破活动诱发的地表振动。
吴志波刘佳鹏徐敬元蒋蔚薛培杨思敏赵俊波
关键词:矿山安全爆破振动自组织神经网络元启发式算法露天矿
一种融合多源数据与自组织神经网络的数值天气预报订正方法及装置
本发明公开了一种融合多源数据与自组织神经网络的数值天气预报订正方法及装置,所述方法包括:获取来自多个数据源的实时观测数据和实时数值预报结果、历史观测数据及其对应的同期历史数值预报结果,历史观测数据及其对应的同期历史数值预...
郝雨辰杨勤胜霍雪松孙勇戴强晟曹卫青祝永晋柴赟梅雪峰管国兵

相关作者

阎爱侠
作品数:38被引量:29H指数:4
供职机构:北京化工大学生命科学与技术学院
研究主题:支持向量机 自组织神经网络 SOM SVM 抑制剂
王正欧
作品数:114被引量:1,168H指数:21
供职机构:天津大学管理与经济学部系统工程研究所
研究主题:神经网络 文本分类 数据挖掘 系统辨识 文本聚类
张韧
作品数:323被引量:1,261H指数:18
供职机构:国防科技大学
研究主题:副热带高压 风险评估 遗传算法 西太平洋副高 气候变化
黎洪松
作品数:56被引量:180H指数:7
供职机构:桂林电子科技大学
研究主题:自组织映射 矢量量化 图像编码 模式库 视差估计
郑昌琼
作品数:224被引量:1,527H指数:21
供职机构:四川大学材料科学与工程学院
研究主题:血液相容性 人工骨 Β-磷酸三钙 生物材料 羟基磷灰石