公共文化服务平台

搜索到3739篇“ 自组织特征映射“的相关文章

量子自组织特征映射神经网络: 2024年; 自组织特征映射是典型的无监督神经网络算法。它运用竞争学习策略实现数据分类。然而当网络中神经元个数为多项式时,自组织特征映射算法训练容易受到计算力挑战。为了降低算法训练的时间复杂度,本文提出了一个量子经典混合的自组织特征映射神经网络算法,利用量子叠加性和量子纠缠性对经典算法进行加速。在神经网络训练过程中,算法利用量子相位估计和Grover搜索算法并行实现相似度计算和标签提取。理论分析表明,本文提出的量子算法相比于经典算法在数据维度上具有指数加速。; 叶梓; 关键词：量子神经网络自组织特征映射

青藏高原及周边地区极端降水天气事件及其基于自组织特征映射方法的天气背景分型: 2024年; 利用2008—2014年中国自动站与CMORPH降水产品融合资料和NCEP再分析资料,基于自组织特征映射方法对青藏高原及周边地区的6 h极端降水天气进行了统计分析。发现6 h极端降水的高值和高频次主要分布在青藏高原西南部和东南部,以及东南侧的四川盆地和南侧沿喜马拉雅山至横断山脉一带。6 h极端降水在高原西南部多发生在14时(北京时,下同),在东南部多发生在20时,而在四川盆地和南侧主要发生在08时。采用自组织特征映射方法将2008—2014年高原及周边地区6 h分辨率的天气背景分为5类,类型I至类型V体现了从夏季—春秋—冬季的渐变,6 h极端降水天气事件发生比率依类递减。高原上总的极端降水主要来自类型I的高原极端降水,类型II及以下的高原极端降水落区逐类缩减并趋于沿冈底斯山零散分布。对比各类型的天气背景发现,高原上类型II及以下的动力强迫较类型I逐渐增强,但是暖心、湿度和对流有效位能等有利热力条件却依类明显缩减,使得高原极端降水落区依类迅速缩减。有利热力条件的分布与大范围极端降水的落区有很好的对应关系,热力条件减弱后,动力条件的增强及其与高原复杂地形的相互作用是导致零散极端降水的重要原因。四川盆地和高原南侧的对流有效位能明显高于高原内,高原在周边的强迫抬升易于触发对流不稳定,释放较高的对流有效位能,形成较强和较频繁的极端降水天气事件。; 辛鹏超央珍王其伟张熠; 关键词：青藏高原极端降水天气型自组织特征映射

基于自组织特征映射模型(SOFM)网络的中国自然资源生态安全区划被引量：4: 2024年; 自然资源生态安全是国家安全的重要组成部分,自然资源生态安全区划对保障区域可持续发展提供了重要途径。基于自然资源数据、生态环境数据和相关区划资料,从生态敏感性与生态服务重要性角度构建了自然资源生态安全评价指标体系,进而揭示了中国自然资源生态安全的空间格局;通过建立区划的原则和指标,按照一级区主要反映自然资源空间分布格局,二级区主要揭示自然资源生态安全水平的差异,采用SOFM网络制订了中国自然资源生态安全区划方案。结果显示:(1)中国自然资源生态安全水平整体偏低,以中警与重警状态区域为主,安全和较安全状态的区域仅占24.22%,其中低安全等级区多分布于400mm等降水量线以西的干旱、半干旱区,高安全等级区则集中分布于水热资源与生物资源较为丰富的东南部地区;(2)中国自然资源生态安全区划方案包括8个一级区与27个二级区,总结归纳各大区自然资源的特征和威胁生态安全的问题,并针对二级区自然资源生态安全状况提出了对策建议。研究结果可为分区、分类推进全国自然资源可持续利用和国土空间优化提供理论支持与决策依据。; 邹易蒙吉军吴英迪魏婵娟程浩然马宇翔

基于自组织特征映射网络的目标分群方法: 公开一种基于自组织特征映射网络的目标分群方法，包括如下步骤：读取当前时刻我方传感器获得的数据；对读取的传感器数据进行清洗；引入SOM对处理后的数据进行分组，使用混合计算方法计算神经元和传感器数据间的距离，利用标准化置信度...; 黄震宇白娟张振兴杨任农王栋

自组织特征映射神经网络在岩爆分级预测中的应用被引量：1: 2023年; 岩爆是地下工程一种常见的动力灾害。为了提高岩爆预测精度和探究岩爆参数之间的潜在关系,本文借签一种自组织特征映射神经网络(SOFM),构建了岩爆烈度分级预测的无监督学习模型。结合国内外岩爆判据,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数及弹性能量指数6个参数作为评价指标。将46个典型的岩爆案例输入到竞争层为2×2拓扑结构的SOFM模型中进行训练。结果表明:SOFM模型具有可靠的聚类能力,其正判率为90%;与现有的有监督学习模型进行了比较,验证了本文建立的SOFM模型的优越性;最后,对SOFM聚类结果分析发现,脆性系数对轻微、中等及强岩爆的影响权重均较大,选取的6个评价指标对强岩爆和中等岩爆区分并不明显。; 付自国李化邓建辉陈菲王佳信; 关键词：自组织特征映射神经网络

基于自组织特征映射网络的采煤机故障诊断: 2022年; 针对采煤机日常运行中各类故障难以诊断的问题,以MG300/700-WD型交流电牵引采煤机为研究对象,通过提取采煤机的故障特征信息,并结合相关样本数据,提出了一种基于自组织特征映射(SOM)网络的采煤机故障诊断模型。经Matlab仿真测试,采用SOM网络进行采煤机故障诊断具有一定的可行性和实用性。; 常莹莹林园园徐彤; 关键词：自组织特征映射采煤机故障诊断故障特征

基于自组织特征映射网络-随机森林模型的滑坡易发性评价——以江西大余县为例被引量：13: 2022年; 为深入探讨评价单元和非滑坡样本选取对滑坡易发性预测的影响,构建了一种基于自组织特征映射网络-随机森林模型的滑坡易发性评价模型。该模型针对栅格单元和斜坡单元在滑坡易发性评价中的不足,结合栅格单元和斜坡单元的相互关系,提出了滑坡易发性指数的优化计算方法。在此基础上,基于随机森林Tree Bagger分类器构建滑坡易发性评价模型,通过对比分析自组织特征映射网络和随机方法选取非滑坡样本对评价结果的影响,探讨自组织特征映射网络、随机森林和自组织特征映射网络-随机森林三种评价模型的有效性;将评价模型应用于大余县滑坡易发性评价。结果显示,随机森林模型和自组织特征映射网络-随机森林模型的预测精度较高,分别达到91.19%和94.94%,成功率曲线的AUC值分别为0.822和0.849,表明自组织特征映射网络-随机森林模型具有更高的预测率和成功率,自组织特征映射网络聚类的预测精度虽然有限,但作为非滑坡样本的选择方法,能够有效提高随机森林模型的评价精度。; 何书鲜木斯艳·阿布迪克依木胡萌陈康; 关键词：自组织特征映射网络

基于自组织特征映射的软土震陷动态分级: 2022年; 为解决软土震陷分级中存在的问题,基于以往研究,通过建立以自组织特征映射(self-organizing feature map,SOM)与动态分级控制(dynamic classification method,DT)为基础的耦合式分级模型,为软土震陷分级提供了一种新的思路。通过SOM方法进行仿真分析,筛选出具有关联性的影响因素,根据其相关性强弱,可剔除个别因素,保证各因素之间的独立性。再应用动态分级法对震陷分级控制进行研究,得到了不同分类数下的震陷分级。计算结果与模糊综合评判法进行了对比分析,其结果表明耦合式分析模型具有良好的分级效果。; 李波崔金涛王威; 关键词：软土自组织特征映射

基于类激活自组织特征映射与稀疏表征学习的弱监督语义分割: 相较于全监督语义分割,弱监督语义分割能仅利用图像级别的类别标注来预测图像中像素的类别,节省了大量的人力和时间的开销。目前的弱监督语义分割算法主要是一个三个步骤的过程,首先利用图像级标签训练一个分类网络、之后通过解析该分类...; 邵奕霖; 关键词：自组织特征映射 TRANSFORMER

使用自组织特征映射神经网络对湖泊水生态功能分区被引量：5: 2021年; 以白洋淀淀区为研究案例,在水文、气象、水化学、水生态以及人类活动干扰多要素基础上,耦合生态系统服务空间分布,形成水生态分区指标体系框架,通过自组织特征映射(self-organizing feature map,SOFM)神经网络,并将案例区划分为核心湿地保护区、湿地生态缓冲区、入淀河流缓冲区和生态屏障区4类水生态功能区域,面积分别为9763.81、9538.59、5953.15和5417.53 hm^(2),分别占白洋淀淀区面积的31.83%、31.10%、19.41%、17.66%.分区结果体现了一定的层次结构与空间特征差异,可为未来科学识别不同区域压力源、淀区精准修复以及差别化水质管理提供科学的数据支撑.; 田艺苑孙立鑫杨薇; 关键词：生态功能分区自组织特征映射神经网络生态系统服务

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈