7、自組織特徵映*是一種人工神經網絡方法,可以同時實現模式識別和數據分類。
11、本文通過利用湧現自組織特徵映*神經網絡對數據進行聚類分析,並通過無邊界u矩陣實現可視化功能。
3、對自組織特徵映*神經網絡的特*進行分析,並將其與向量量化問題的實質進行比較,提出了一個實現向量量化的自組織特徵映*算法。
8、介紹了一種利用SOFM(自組織特徵映*)網絡的聚類功能進行全天星圖識別的算法。
1、基於自組織特徵映*網絡的鍋爐漏風模式識別
6、自組織特徵映*(SOFM)網絡利用神經元權值向量表示輸入數據的結構、具有較好的分類能力。
2、自組織特徵映*(SOM)神經網絡能通過自組織有效地提取出各特徵參數間的內在特徵並映*到分類模板上,它可以用於各種模式識別問題。
10、神經網絡用於樣本分類是一個新的研究課題,本文利用自組織特徵映*神經網絡,對生態城市進行分類。
9、自組織特徵映*人工神經網絡對正常肝的識別正確率達84.8% ,對脂肪肝的識別正確率達90 .9%。
12、針對汽輪機轉子故障分類問題,採用模糊數學和自組織特徵映*神經網絡方法診斷汽輪機轉子的故障。
5、提出曲元分析(CCA)和自組織特徵映*(SOFM)相結合的方法用於軸承的故障診斷特徵提取。
4、第一層結構使用自組織特徵映*神經網絡(SOFM)將像素映*到二維的平面上。