期刊文献+
共找到242篇文章
< 1 2 13 >
每页显示 20 50 100
基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征 被引量:4
1
作者 常耀文 吴迪 +3 位作者 李欢 刘霞 王蕴鹏 郭家瑜 《生态学报》 CAS CSCD 北大核心 2024年第11期4544-4557,共14页
生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神... 生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征。结果表明:(1)2000—2020年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势。淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区。(2)识别了5个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇。核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000—2020年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达60.09%,NPP服务簇面积显著增加,2020年占整个流域面积的57.02%。研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础。 展开更多
关键词 生态系统服务 自组织映射神经网络(SOFM) 生态系统服务簇 淮河流域 InVEST模型
在线阅读 下载PDF
基于混合自组织映射神经网络的云南省山洪灾害危险性区划 被引量:1
2
作者 高耀 陈俊旭 +4 位作者 徐佳 吕丽花 梁宗玲 赵璐沅 王子尧 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第6期1067-1077,共11页
开展云南省山洪灾害危险性区划工作,以自组织映射神经网络为基础,混合Ward、PAM、CLARA、K-means和HK-means的5种方法进行二阶聚类,应用戴维森堡丁指数(Davies-Bouldin index,DBI)、轮廓系数(silhouette coefficient,SC)、聚类模型评估... 开展云南省山洪灾害危险性区划工作,以自组织映射神经网络为基础,混合Ward、PAM、CLARA、K-means和HK-means的5种方法进行二阶聚类,应用戴维森堡丁指数(Davies-Bouldin index,DBI)、轮廓系数(silhouette coefficient,SC)、聚类模型评估指数(Calinski-Harabaz index,CH)确定最佳聚类方案,之后以变异系数和变异系数一阶拆分确定最佳区划数量.结果显示:①SOM(self organizing map)+CLARA(clustering LARge applications)方法通过聚类有效性检验效果最好,其DBI值为1.0、SC值为0.9、CH值为0.3334,基于该方法得到云南省山洪灾害危险性最佳聚类数为5类,呈现类别空间分离,灾害属性相似的特征;②通过变异系数(coefficient of variation,CV)值变化及变异系数一阶差分(first-order difference,FOD)最低取值确定云南省山洪灾害危险性最佳区划单元为16个,具有形状上与地貌单元相近、数量上与行政单元相同,内部灾害发生机理相似的特征;③通过山洪灾害点、降水量、高程地貌的可视化比较,地理探测器定量分析,表明区划结果有较高的区内一致性和区间异质性. 展开更多
关键词 区划 山洪灾害危险性 两阶段混合聚类 自组织映射神经网络 云南省
在线阅读 下载PDF
基于自组织映射神经网络的中药注射剂质量快速鉴别方法 被引量:14
3
作者 刘雪松 施朝晟 +1 位作者 程翼宇 瞿海斌 《分析化学》 SCIE EI CAS CSCD 北大核心 2007年第10期1483-1486,共4页
将近红外光谱分析技术与人工神经网络相结合,研究提出一种基于自组织映射神经网络的近红外光谱神经元分类模型,用于对中药注射剂产品的近红外光谱进行计算分析,可实现对注射剂质量的快速鉴别。以3个不同厂家生产的参麦注射剂为研究对象... 将近红外光谱分析技术与人工神经网络相结合,研究提出一种基于自组织映射神经网络的近红外光谱神经元分类模型,用于对中药注射剂产品的近红外光谱进行计算分析,可实现对注射剂质量的快速鉴别。以3个不同厂家生产的参麦注射剂为研究对象,考察本方法的分类能力,其分类正确率达到96.4%,优于参与比较的判别式偏最小二乘法(90.5%)、反向传播神经网络(88.1%)和支持向量机(90.5%)。 展开更多
关键词 中药分析 质量鉴别 近红外光谱分析 自组织映射神经网络 模式分类
在线阅读 下载PDF
三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果 被引量:7
4
作者 杜尔登 郭迎庆 +2 位作者 孙悦 高乃云 王利平 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2012年第7期1846-1851,共6页
三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(SOM网络)作为一种非监督、自学习的神经网络,具有自稳定性高、抗噪声能力强等特点。使用SOM网络对某自来水厂处理流程中水样的荧光光谱进行解析,可以... 三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(SOM网络)作为一种非监督、自学习的神经网络,具有自稳定性高、抗噪声能力强等特点。使用SOM网络对某自来水厂处理流程中水样的荧光光谱进行解析,可以将三维荧光光谱聚类成三类,分别对应为络氨酸类蛋白有机物、色氨酸类蛋白有机物、紫外富里酸类物质。整个自来水处理工艺能够有效的去除水体中的有机物,其中络氨酸类、色氨酸类、紫外富里酸类物质的去除率分别为84.6%,79.9%,69.1%。研究结果表明,SOM网络可以作为一种有效的水体荧光光谱分析工具,有助于优化水处理工艺参数,提高水处理工艺性能、以及自来水厂的监测和管理。 展开更多
关键词 自来水处理 三维荧光(3D-EEM) 自组织映射神经网络(SOM) 有机物去除
在线阅读 下载PDF
基于自组织映射神经网络的市场清算电价预测 被引量:7
5
作者 曾次玲 张步涵 谢培元 《继电器》 CSCD 北大核心 2005年第13期39-43,共5页
市场清算电价预测是电力市场中交易决策的基础。人工神经网络是电价预测较为理想的方法,但依然存在一些问题,如样本训练有时需要很长时间,存在收敛问题,特别是当样本特征量不明显的时候,这种现象更为突出。针对这一问题,利用自组织映射... 市场清算电价预测是电力市场中交易决策的基础。人工神经网络是电价预测较为理想的方法,但依然存在一些问题,如样本训练有时需要很长时间,存在收敛问题,特别是当样本特征量不明显的时候,这种现象更为突出。针对这一问题,利用自组织映射的聚类特性将历史数据进行特征分类和筛选处理,处理后形成的新数据用于训练三层BP神经网络,仿真结果表明,经过这种数据处理后,网络的收敛速度得到了显著提高,且预测效果良好。 展开更多
关键词 电力市场 电价预测 BP神经网络 自组织映射神经网络
在线阅读 下载PDF
基于自组织映射神经网络的蛋白质序列分析模型 被引量:3
6
作者 刘珑龙 马蒙 刘毛娟 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第7期130-135,共6页
为了对蛋白质序列进行更精确合理地相似性分析,本文将氨基酸的排列方式与其理化性质相结合,提出了一种基于自组织映射神经网络的聚类模型。首先,采用Wang和Wang的方法把蛋白质序列转化为一条5-字母序列,并将5个字母均匀分布在以原点为... 为了对蛋白质序列进行更精确合理地相似性分析,本文将氨基酸的排列方式与其理化性质相结合,提出了一种基于自组织映射神经网络的聚类模型。首先,采用Wang和Wang的方法把蛋白质序列转化为一条5-字母序列,并将5个字母均匀分布在以原点为圆心的单位圆周上,得到蛋白质序列的位置坐标x,y。然后,结合氨基酸的3个理化指标,进而用一个5-维向量来表示一个氨基酸。最后,运用自组织映射神经网络对不同的蛋白质向量进行聚类分析。本文最后的数值试验部分对9个不同物种的线粒体NADH脱氢酸的蛋白质序列进行了相似性分析,实验结果在一定程度上验证了模型的有效性。 展开更多
关键词 蛋白质序列 理化指标 自组织映射神经网络 相似性分析
在线阅读 下载PDF
基于自组织映射神经网络模型的区域经济评价——以延安市为例 被引量:6
7
作者 郝俊卿 王雁林 《地域研究与开发》 CSSCI 北大核心 2005年第1期58-61,共4页
县域经济评价分类是区域经济发展研究中的重要课题。针对县域经济评价分类与其影响因素之间复杂的非线性关系,文章提出应用自组织映射神经网络模型来评价县域经济发展实力。以延安市为例,建立了实用的县域经济评价指标体系,应用建立的... 县域经济评价分类是区域经济发展研究中的重要课题。针对县域经济评价分类与其影响因素之间复杂的非线性关系,文章提出应用自组织映射神经网络模型来评价县域经济发展实力。以延安市为例,建立了实用的县域经济评价指标体系,应用建立的自组织映射神经网络模型进行了评价分类。针对分类结果,提出了延安市各县区县域经济协调发展的对策。 展开更多
关键词 区域经济 自组织映射神经网络模型 评价 延安市
在线阅读 下载PDF
基于自组织映射神经网络的吉林省春夏期降水统计模拟研究 被引量:3
8
作者 吴香华 蒙芳秀 +3 位作者 熊萍萍 于华英 燕妮 刘伟奇 《大气科学学报》 CSCD 北大核心 2018年第6期829-837,共9页
利用1997—2015年吉林省春夏期(4—7月)逐日气象站地面观测资料,以气温、气压、相对湿度、水汽压、风速为协变量,建立各站点逐日降水量的基于自组织映射神经网络(Self-Organizing Maps,SOM)的统计预测模型;分析吉林省春夏期的主要天气模... 利用1997—2015年吉林省春夏期(4—7月)逐日气象站地面观测资料,以气温、气压、相对湿度、水汽压、风速为协变量,建立各站点逐日降水量的基于自组织映射神经网络(Self-Organizing Maps,SOM)的统计预测模型;分析吉林省春夏期的主要天气模态,研究逐日降水和天气模态之间的关系,并基于此关系提出逐日降水量的蒙特卡罗模拟方法。结果表明:SOM对天气模态的分型质量较好,邻近天气模态的累积概率分布较相似,距离较远的天气模态累计概率分布差异较大。各天气模态下无降水的概率与日降水量区间宽度的相关系数为-0. 94,显著性水平小于0. 01。基于降水量累积概率分布,20种天气模态被划分成4类,并与降水易发程度和逐日降水量完全对应。在此基础上,对吉林省24个站点逐日降水量进行蒙特卡罗模拟,并进行预测性能分析。平均绝对误差(Mean Absolute Error,MAE)和均方根误差(Root Mean Square Error,RM SE)的中位数分别为3. 12 mm和6. 13 mm,SBrier和Ssig分别为0. 06和0. 51,站点的逐日降水量预测性能整体较好。MAE和RMSE分布呈现东南大西北小,去除降水自然变异差异的影响,所有站点的误差都较小; SBrier和Ssig没有明显的空间分布特征。 展开更多
关键词 春夏期降水 自组织映射神经网络 天气模态 蒙特卡罗模拟
在线阅读 下载PDF
自组织映射神经网络在粒子图像匹配中的研究 被引量:4
9
作者 李木国 杜海 《中国图象图形学报》 CSCD 北大核心 2008年第12期2357-2362,共6页
研究了动态粒子图像追踪过程中的误匹配问题,提出了基于自组织映射(SOM)神经网络的粒子图像匹配算法。该方法使用SOM神经网络将归一化相关算法与最近邻判断准则结合在一起。首先使用互相关算法估计初始匹配位置;然后根据不同相关度的位... 研究了动态粒子图像追踪过程中的误匹配问题,提出了基于自组织映射(SOM)神经网络的粒子图像匹配算法。该方法使用SOM神经网络将归一化相关算法与最近邻判断准则结合在一起。首先使用互相关算法估计初始匹配位置;然后根据不同相关度的位置信息构建SOM神经网络并使用近邻支持判断准则选择最佳匹配位置。经SOM神经网络改进的粒子图像匹配算法大大减少了伪矢量的数量,增强了实际的处理能力;最后,使用人工合成的粒子图以及真实流场中的粒子图像进行了算法验证及误差分析。结果表明,该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。 展开更多
关键词 图像匹配 自组织映射神经网络 粒子图像测速 相关技术 鲁棒性
在线阅读 下载PDF
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 被引量:3
10
作者 唐秋生 黄兰 敖谷昌 《科学技术与工程》 北大核心 2019年第20期375-382,共8页
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... 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。 展开更多
关键词 交通工程 网络流理论 Dinic算法 层次聚类 自组织映射神经网络 交叉口群
在线阅读 下载PDF
基于改进的自组织映射神经网络的调制方式识别分类器 被引量:1
11
作者 高玉龙 张中兆 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2006年第5期143-147,共5页
为了提高调制方式识别分类器算法的正确识别概率和缩短识别时间,使其有自适应能力,利用自组织映射神经网络自组织、自适应的特点,提出采用自组织映射神经网络作为调制方式中的分类器,以自适应于信噪比的变化。对其学习规则和竞争传递函... 为了提高调制方式识别分类器算法的正确识别概率和缩短识别时间,使其有自适应能力,利用自组织映射神经网络自组织、自适应的特点,提出采用自组织映射神经网络作为调制方式中的分类器,以自适应于信噪比的变化。对其学习规则和竞争传递函数进行改进,使每次获胜的输出神经元为2个。这样能减少输出神经元个数,加快神经网络的收敛速率,以较短的时间识别接收信号的调制方式。仿真结果表明改进的自组织映射神经网络的识别概率高于其它的神经网络。并且由于其结构简单,便于工程实现。 展开更多
关键词 自组织映射神经网络 调制方式识别 学习规则 神经元节点 竞争传递函数
在线阅读 下载PDF
改进自组织映射神经网络在指纹识别中的应用
12
作者 王海华 赵楠楠 邹凌 《计算机工程与科学》 CSCD 北大核心 2009年第9期50-52,共3页
改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的... 改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。 展开更多
关键词 指纹识别 中心点检测 指纹特征矢量 自组织映射神经网络
在线阅读 下载PDF
基于自组织映射神经网络的水库洪水过程分类 被引量:2
13
作者 林康聆 周研来 +2 位作者 陈华 郭生练 王俊 《水科学进展》 EI CAS CSCD 北大核心 2022年第6期934-943,共10页
针对传统洪水分类方法中洪水特征提取时存在信息损失和主观性强的问题,本文基于洪水全过程构建自组织映射神经网络(Self-Organizing Map,SOM),综合考虑代表性和拓扑性等评价指标以优选网络规模,实现洪水全过程的拓扑逻辑关系挖掘及分类... 针对传统洪水分类方法中洪水特征提取时存在信息损失和主观性强的问题,本文基于洪水全过程构建自组织映射神经网络(Self-Organizing Map,SOM),综合考虑代表性和拓扑性等评价指标以优选网络规模,实现洪水全过程的拓扑逻辑关系挖掘及分类。以三峡水库洪水过程为研究对象,研究结果表明:①2×3维SOM覆盖率达到56.7%,与3×3维SOM相比,仅有约2%的覆盖率差距,具有良好代表性;2×3维SOM输出层仅有1处翻转,拓扑结构比3×3维SOM更优,更适合三峡水库洪水过程分类。②2×3维SOM将洪水过程划分为6类,其神经元拓扑结构可有效刻画各分类的差异与联系,说明SOM可基于可视化拓扑逻辑关系实现高维洪水数据的可靠客观分类。③与传统方法的历史典型洪水分类结果相比,SOM能提供可靠且丰富的分类信息。 展开更多
关键词 洪水分类 自组织映射神经网络 数据挖掘 长江流域 三峡水库
在线阅读 下载PDF
基于自组织映射神经网络的多目标调度研究 被引量:2
14
作者 夏凌 谷寒雨 《计算机集成制造系统》 EI CSCD 北大核心 2008年第4期757-760,820,共5页
为解决后验式场景下的多目标生产调度问题,提出一种基于自组织映射神经网络的策略来生成近似Pareto边界。该方法首先使用拉格朗日松弛法获得若干Pareto解,从而将搜索范围划分为若干区域。对于每一个区域,构造两个并发运行的自组织映射... 为解决后验式场景下的多目标生产调度问题,提出一种基于自组织映射神经网络的策略来生成近似Pareto边界。该方法首先使用拉格朗日松弛法获得若干Pareto解,从而将搜索范围划分为若干区域。对于每一个区域,构造两个并发运行的自组织映射神经网络搜索区域中的Pareto解,在不增加求解时间的情况下提高了求解精度。另外,根据多目标调度问题的特点,改变了神经网络训练过程中邻域的定义,从而加快了求解速度。仿真实验验证了该算法的可行性与有效性。 展开更多
关键词 多目标调度 Pareto边界 自组织映射神经网络 拉格朗日松弛法
在线阅读 下载PDF
基于自组织映射神经网络的聚类分析系统研究 被引量:3
15
作者 白瑞祥 惠鸿忠 宋辉 《化工自动化及仪表》 EI CAS 北大核心 2004年第5期29-31,共3页
 将自组织影射特征神经网络技术用于工业监控数据聚类分析,并给出聚类算法模型、算法实现步骤,采用VC++程序来实现,通过实验测试和实例数据分析,表明该聚类算法针对工业监控数据存在不确定性、有噪声及多模态性等特点,有较好的鲁棒性...  将自组织影射特征神经网络技术用于工业监控数据聚类分析,并给出聚类算法模型、算法实现步骤,采用VC++程序来实现,通过实验测试和实例数据分析,表明该聚类算法针对工业监控数据存在不确定性、有噪声及多模态性等特点,有较好的鲁棒性和适应性。 展开更多
关键词 数据挖掘 自组织特征映射神经网络(SPFM) 聚类分析 VC++6.0
在线阅读 下载PDF
基于自组织映射神经网络的边坡样本分析方法
16
作者 黄英伟 刘思思 《中外建筑》 2008年第5期157-159,共3页
推导了自组织映射神经网络过程的简化权值求解公式,并采用自组织竞争神经网络对收集到的边坡样本进行归类,降低了学习样本的噪声。BP神经网络采用归类后的样本进行学习,学习效率有了提高,网络的推广及泛化能力也得到加强。试验证明,优... 推导了自组织映射神经网络过程的简化权值求解公式,并采用自组织竞争神经网络对收集到的边坡样本进行归类,降低了学习样本的噪声。BP神经网络采用归类后的样本进行学习,学习效率有了提高,网络的推广及泛化能力也得到加强。试验证明,优化后的BP神经网络在安全系数的拟合以及样本的误差分布方面均有明显的改善。同时,编制了可以通用的边坡稳定性评价程序,通过将该程序应用于边坡实例的稳定性评价分析,得到的边坡状态与实际相符,准确度较高,用于计算边坡的安全系数误差较小。 展开更多
关键词 边坡 自组织映射神经网络 BP神经网络 权值
在线阅读 下载PDF
自组织映射神经网络电价预测方法
17
作者 刘多学 《湖南水利水电》 2006年第3期37-39,41,共4页
文章利用自组织特征映射神经网络的聚类特性,对样本数据进行筛选,筛选后形成的新样本数据再用于训练BP神经网络,仿真结果表明,经过这种数据处理后,样本训练速度得到了明显的改善,且预测效果较好。
关键词 电力市场 电价预测 BP神经网络 自组织映射神经网络
在线阅读 下载PDF
一种基于自组织映射神经网络的Deep Web聚类方法
18
作者 吴凌云 《科教导刊》 2012年第21期120-121,共2页
为提高Deepwleb数据源聚类的效率,降低人工参与度,提出了一种基于自组织映射网络SOM的DeepWeb接口聚类方法。该方法采用PRE.QUERY方式,使用接口表单的结构特征统计量作为输入。在UIUC数据集上测试后取得了预期的效果。
关键词 DeepWeb聚类 自组织映射神经网络 试验分析
在线阅读 下载PDF
基于自组织映射神经网络的变异体约简方法
19
作者 王曙燕 高雨 《西安邮电大学学报》 2023年第5期50-55,共6页
针对变异测试中产生大量变异体导致变异测试成本过高的问题,提出一种基于自组织映射神经网络的变异体约简方法。利用弱变异转换法获得变异体杀死矩阵,将其作为变异体的特征数据,使用自组织映射神经网络对变异体聚类,并将相似的变异体放... 针对变异测试中产生大量变异体导致变异测试成本过高的问题,提出一种基于自组织映射神经网络的变异体约简方法。利用弱变异转换法获得变异体杀死矩阵,将其作为变异体的特征数据,使用自组织映射神经网络对变异体聚类,并将相似的变异体放在一类簇中,根据变异体的杀死度从每类簇中选择最难杀死的变异体组成新的变异体集合,从而约简变异体的数量。测试结果表明,所提方法在保证变异测试有效性不受影响的同时可以约简平均80%的变异体,降低了变异测试成本。 展开更多
关键词 软件测试 自组织映射神经网络 变异测试 变异分支 变异体约简
在线阅读 下载PDF
基于自组织映射神经网络的滚动轴承故障诊断方法
20
作者 王安荣 龚智明 王小信 《电工技术》 2022年第5期101-104,共4页
滚动轴承故障的准确诊断是保障旋转类设备安全稳定运行的关键。为提升轴承故障诊断的准确性,提出一种基于自组织映射神经网络的故障诊断方法。首先,分别提取轴承运行过程中产生的振动信号时域特征和频域特征;然后,利用SOM具有的自组织特... 滚动轴承故障的准确诊断是保障旋转类设备安全稳定运行的关键。为提升轴承故障诊断的准确性,提出一种基于自组织映射神经网络的故障诊断方法。首先,分别提取轴承运行过程中产生的振动信号时域特征和频域特征;然后,利用SOM具有的自组织特性,将特征向量输入SOM网络进行无导师自学习,以构建可视化的故障诊断模型。试验分析表明,该方法可实现对轴承不同故障类型的有效诊断,具有较好的应用前景。 展开更多
关键词 滚动轴承 自组织映射神经网络 故障诊断 振动信号
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部