基于自组织特征映射网络的车牌照汉字识别

本文介绍了一种基于自组织特征映射网络的车牌照汉字识别方法.自组织网络具有自组织、自适应的学习能力,本文在基于方向数统计特征抽取的基础上,采用自组织特征映射网络分类器,优选网络初始权向量,针对车牌汉字进行识别.实验表明该方法效果良好,正确识别率为99%.     

基于模糊SOFM算法的网络日志聚类研究

结合实际的网络日志数据,构建了基于模糊自组织特征映射(SOFM)神经网络的网络日志信息模型,并根据用户对内容的浏览时间、访问频度及点击率等信息进行了归类.实验证明该算法的有效性.     

基于孤立点分析的设备维护案例不一致性辨识研究

随着CBR系统在设备维护知识管理中的广泛应用,案例库的规模在不断的膨胀.不一致的案例增多,降低了案例库的质量,影响了CBR系统的性能.为此,把孤立点分析算法应用于设备维护案例不一致性的辨识,并对一组实际的风机机组案例库片断进行孤立点分析,找出了不一致案例.此方法与现有的不一致案例检测方法相比,不依赖已有的特征值数据模型,不需要事先建立数据规则,因此具有通用性.     

基于自组织特征映射的连续多日负荷预测方法研究

针对影响连续多日每日最大负荷的因素较多且构成复杂,连续多日负荷预测方法少难度大、含节假日的连续多日负荷预测精度低等问题,分析了近几年工作日电力负荷数据特点,研究了自组织特征映射(Self-Organizing Feature Map,SOM)聚类算法并将其用于负荷数据的预处理,研究了节假日负荷的特性,总结了其负荷变化规律并加以区分预测,提出了一种基于自组织特征映射神经网络的连续多日负荷预测新方法。该方法区分普通工作日与节假日,普通工作日采用自组织特征映射神经网络聚类方法对日最大负荷进行特征提取,建立了以周期特征相似的历史数据作为训练样本的神经网络模型,节假日设定假日影响因子单独预测。运用某市近年的负荷数据进行预测,算例结果显示综合预测误差为3.21%,表明该方法预测精度完全满足实际需求,为连续多日最大负荷预测提供了一种可行的方法。     

基于自组织特征映射神经网络的零件图像的识别

提出了基于小波变换提取零件图像特征和用自组织特征映射神经网络实现识别的方法，首先，对零件图像进行小波多尺度边缘检测，提取零件图像的边缘轮廓；然后将被检测的边缘轮廓图像分成若干个子区域并分别统计各子区域的边缘像素量，各子区域中的相对边缘像素系数作为零件的特征，将这些特征作为神经网络的输入样本，由自组织特征映射神经网络实现识别。实验结果表明该方法是有效的。     

基于自组织映射神经网络的低压故障电弧聚类分析

故障电弧是引发电气火灾事故的主要原因之一。本文将自组织映射神经网络引入故障电弧研究领域,进行不同负荷情况下的故障电弧聚类分析。首先参照美国UL1699标准进行实验采集电流数据,然后利用自组织映射神经网络实现可视化聚类,并结合k均值法确定聚类结果。根据聚类结果分析故障电弧,对比故障与正常时的差异所在,提取故障电弧的典型特征。最后总结出故障电弧电流通常具有电流短时为零、正负半周差异大、幅值变化大等特征,为故障电弧保护技术提供参考。     

基于自组织映射的齿轮箱状态监测可视化研究

提出了一种自组织映射网络训练结果的可视化方法——距离映射法,该方法通过计算出竞争层神经元权矢量与输入模式的相似度,并综合考虑神经元的网格分布,把输入矢量降维映射到二维平面。结合该方法研究了自组织映射网络在齿轮箱故障识别和状态监测中的应用。与U－矩阵法相比,该方法能更加清楚地将齿轮正常、裂纹和断齿状态的特征数据映射到二维平面的不同区域,将齿轮箱状态聚类分开,特征数据在平面上的映像点轨迹变化趋势直观反映了齿轮箱工作状态的变化,便于及时监测识别出齿轮的早期故障及其变化趋势。     

机械3维CAD模型的聚类和检索

为了弥补传统的基于属性检索方法的缺陷和不足,真正实现机械3维CAD模型基于几何内容的聚类和检索,提出了一种基于内容的机械3维CAD模型的聚类和检索方法。首先,基于查找关键字的方法,将CAD模型的产品模型数据交换标准AP203 Part21文件转换为属性图文件;其次,进行属性图的相关属性计算,提取特征不变量,并结合属性图的节点和边的相关属性形成CAD模型的特征不变矢量;最后,用特征不变矢量作为自组织特征映射神经网络的输入,利用其保拓扑性对CAD模型进行聚类分析。基于60种工业实用CAD模型对该方法进行了实验验证,结果表明,所提方法可行有效,能够满足一般工程检索的需要。     

基于自组织映射神经网络的多目标调度研究

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。     

基于核模糊相似度度量的谱聚类算法

相似性度量的选择是谱聚类算法良好性能实现的关键。通常采用的谱聚类相似性的度量是基于高斯核函数的相似性度量。然而,谱聚类对这种相似度度量中的尺度参数非常敏感,并且确定一个合适的参数也很困难。另外,基于欧几里得的这种高斯核相似度度量无法有效反映复杂分布数据集的分布特点。针对此问题,通过利用基于核模糊C均值聚类算法得到的划分矩阵中隶属度的分布特点,提出了一个新的核模糊相似度度量,并将基于所提出的新的相似度度量的谱聚类算法(KFSC)应用于图像分割中。所提出的KFSC算法不仅克服了谱聚类对尺度参数敏感,而且解决了尺度参数很难确定的问题,获得更好的聚类效果。3个标准数据集、2个合成纹理图像及2个自然图像上的分割实验表明了所提出算法的有效性和鲁棒性。     

C-均值聚类算法在变速箱故障诊断中的应用

通过一个实例,介绍了动态聚类法中C-均值算法在变速箱故障诊断中的具体应用。分析表明,使用C-均值算法对故障数据进行聚类分析,不需要模式的先验知识,且分类结果正确率较高,简便实用。     

面向用户需求的制造资源服务模糊聚类研究

通过分析用户需求偏好和资源灰色关联度,建立资源模糊相似矩阵并构建资源模糊聚类树。以复合值模糊聚类树为基础,以资源类内聚合度、资源类间分离度和用户需求满意度为目标,构建资源聚类优化数学模型,然后运用遗传算法进行优化。算法采用了交叉概率和变异概率自适应的重构策略和保优操作,避免了算法的早熟,增强了算法的寻优能力和搜索效率。通过实例仿真验证了算法的有效性。     

基于相似度的刀具选配方法研究

针对刀具选配过程中无法有效利用以往选配过程中积累的成功经验和数据的问题,提出了基于相似度的案例匹配方法,研究了加工案例中刀具选择的知识表示方法以及案例之间相似度的计算方法,用层次分析法建立刀具选配的权重决策模型,确定案例中各特征属性的权重,实现了基于历史案例的刀具的选配。     

基于位索引的多层次实例检索模型研究

通过对基于实例的推理技术、实例的检索策略及实例相似性的研究，提出了可应用于机械产品设计领域的多层次实例检索模型和基于位索引的检索算法。给出了实例检索模型的层次划分方法，分析了位索引的建立过程和通过相似度映射表来提高实例检索效率的原理，最后通过实例验证了该算法的简洁性和高效性。     

基于加工特征实例的零件工时预测评估

通过构建零件加工特征实例,建立基于实例推理的零件加工工时预测评估模型,提出基于加工特征实例及典型工艺方案的零件工时制定方法,克服了传统工时制定方法的局限性,该方法有助于零件加工成本的预测评估及控制。     

基于零件特性表和关键机床的工艺实例检索

针对基于实例推理的CAPP系统中的工艺实例提取，提出了一种基于零件特性表和关键机床的工艺实例检索提取方法，阐述了应用该方法进行工艺实例检索的原理和过程，定义和构造了零件特性表，详细介绍了基于零件特性表进行工艺实例快速检索，以及基于关键机床启发信息进行工艺实例详细检索的方法。     

智能设计中初始设计实例的生成算法研究

着重研究智能设计过程中初始设计实例的生成算法，提出了设计实例的相似原理和以此原理为基础的设计实例的检索、匹配与提取原则，给出了初始设计实例的生成算法。应用实例表明该算法是合理的、有效的。     

基于混合推理的高速切削数据库系统的建立

高速切削包含大量相互作用的参量,详细地讨论了这些参量之间的相互关系和作用,并对工程中常用的智能方法进行了分析比较。在此基础上,提出了基于规则和实例混和推理建立高速切削数据库系统。在该系统中,实例推理起主要作用,当实例库中没有积累相关数据时,采用规则推理求解。根据各属性的特点和高速切削加工知识,确定了实例属性局部相似度的计算方法和各属性整体相似度的权值。为了快速查找实例,采用全部属性值索引和单个属性值索引两种索引方式,并采用规则推理来补充和验证实例推理的结果。规则和实例混合推理的采用,使系统的数据采集和知识更新简单易行。     

基于LabWindows／CVI的模糊聚类分析仪在裂纹识别中的应用

当生锈的铁磁材料的表面微裂纹深度与表面腐蚀深度接近时，表面腐蚀凹陷所造成的噪声几乎淹没裂纹信号，造成深度在0．6mm以下的微裂纹检测数据相互覆盖。基于LabWindows／CVI的模糊聚类分析仪，利用三种模糊聚类算法（模糊C-均值聚类算法、“max—min”准则下的模糊聚类算法和基于遗传算法的模糊C-均值算法）对采样数据进行分类，成功地对0．4～0．6mm不同深度的裂纹进行分类识别，从而改善了硬件检测系统对这种极微裂纹的分辨率，提前了材料寿命的预报时机。     

集成形状比较技术的产品实例检索研究

为有效地缩短新产品的开发周期,提出了集成形状比较技术的产品实例检索的框架.根据形状分布方法,对零部件三维模型进行相似性度量,采用模糊C均值聚类算法对已有产品实例的三维模型进行聚类.三维模型的类别形成高维的欧式空间,从而提出采用向量空间模型表达产品实例.给出了实例库建立和实例检索的过程.实验研究表明,该方法应用到具体设计领域,可以提高基于实例设计的自动化程度和检索的准确度.