自组织映射网络的应用与探讨

自组织映射可用于学习识别数据的类型，对同类样本聚类，文章探讨自组织映射网络的训练方法，并通过训练自组织映射网络实例来分析训练的可视化结果。     

基于GHSOM网络的故障识别

提出了一种基于生长型分级自组织映射(GHSOM)网络的故障识别方法,给出了方法的基本原理,并将该方法应用于汽轮机组与齿轮的故障数据分析.研究结果表明,GHSOM能根据数据特征无监督地对故障进行正确聚类和识别,并且具有动态增长及分层特性,能解析出数据内在的层次结构,实现由粗到精的聚类识别,该方法可以扩展应用于机械故障的诊断与识别.     

基于改进SOFM网络的调制方式的自动识别

提出了应用改进的自组织特征映射神经网络自动识别信道调制方式的方法．首先，提取信号特征矢量；然后对网络的输出结构进行优化，引入反馈策略，并采用自组织分析方法，对训练后的节点进行动态聚类．最后，利用训练好的网络对加载不同噪声的调制信号进行识别．仿真结果表明，该识别法识别率高于传统的决策论法的识别率，平均值高3．2个百分点左右．     

基于非线性映射的特征提取技术研究

从特征提取角度出发，分析了曲元分析法(CCA方法)的非线性映射算法原理，研究了曲元分析在高维数据本征维数提取中的应用，在此基础上提出了基于非线性映射曲元分析法的设备状态特征提取技术，对仿真和齿轮故障数据的研究表明，该方法能提取出对模式识别敏感的特征集，可有效用于机械设备的故障模式分类识别。     

基于时序-BP网络的齿轮故障诊断方法及应用

提出了一种基于时序和反向传播网络(Back-Propagation Network,BP)相结合的诊断方法.通过对齿轮箱正常和故障运行状态的振动信号进行时序分析,利用时序模型提取齿轮不同状态的特征,并以其自回归参数组成特征向量作为BP网络分类器的输入进行网络训练,从而实现了对齿轮正常、裂纹和局部点蚀的状态识别与诊断.结果表明,基于时序-BP网络结合的方法对于多故障分类和检测是一种非常有效的诊断手段.     

基于SOFM的岸桥提升电机状态识别及可视化

研究并分析自组织特征映射(self-organizing feature map,SOFM)神经网络的结构和算法,并应用于岸桥提升电机的状态识别及可视化.通过运用SOFM,对属性约简后的数据进行聚类及可视化分析,以有效值、脉冲指标和裕度指标为特征向量,得到3种主要的电机状态,并利用Matlab实现仿真可视化.通过对样本数据处理,实现电机状态的准确识别,从而更好地监测岸桥提升电机,同时也为机械状态的识别和维护提供一种新途径.     

基于自组织映射网络的模式分类器对储产层自动分类方法研究

文章提出了一种储产层识别及预测方法，该方法利用了神经网络中的自组织特征映射网络，它是由无人管理训练而得到的。当该网络被用作储产层的模式分类器时，它需要进行有导师指导的训练，这个模型就变为储产层的模式分类器。     

一种用于计算机图形分离的自组织映射彩色量化方法

提出了一种用于计算机图形分离的自组织映射彩色量化改进方法，该方法首先将自组织映射的输出神经元分成灰度组和彩色组分别进行初始化，在训练过程中分别训练灰度组和彩色组中的神经元，同时采用生长、修剪及合并方案来自适应地调整神经网络的结构，实验结果表明，该方法能够大大提高收敛速度和量化精度，满足了后续图像分割和识别的需要。     

基于自组织神经网络的轴流风机不对中故障诊断研究

利用神经网络的非线性映射及其高度的自组织和自学习能力,将自组织神经网络(SOM)应用于轴流风机的故障诊断.根据故障信号及其故障类型来构造网络,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对故障进行判断.风机的不对中故障是指风机转轴与电机主轴之间由联轴器联结构成轴系,由于机器安装误差、承载后的变形及机器基础的松动等,造成轴系对中变化误差.本文就结合不对中故障的实际情况,通过MATLAB仿真验证了该方法的正确性.     

矩阵码的自组织特征映射识别研究

基于Ｋｏｈｏｎｅｎ自组织特征映射网的自组织性、自适应性及对输入信号的高容错能力，运用无导师动态竞争学习方法对较模糊的矩阵码进行识别，取得了较好的效果．对网络的训练采用了带噪声的矩阵码数据，大大提高了系统的辨识能力．试验表明，该方法为矩阵码的识别提供了一条有效的途径．     

基于小波包分析的内燃机振动诊断方法研究

针对内燃机缸盖振动信号的非平稳时变特点,通过给出小波包变换的一种改进算法,提出从振动信号的小波包分解系数中实现整循环征兆提取和故障识别的方法．实验结果表明了该方法的工程有效性．     

尾水管水力振动的监测与故障判断

从模型及真机试验结果出发，叙述混流式水轮机一般的水力故障形式，研究了尾水管的水力振动特点及振动随运行工况而变化的情况，介绍了以压力脉动频率及幅值作为特征参量对尾水管进行振动监测及故障判断的方法。     

具时滞的细胞神经网络的全局稳定性的新定理

提出了判定具有时滞的细胞神经网络渐近稳定性的一条新定理，可以证明，该定理的结论使得直到目前为止的所有全局渐近稳定性定理或推论均为其特例，并且证明简单，条件判定也较容易实现。     

动物能量密度(能值)分布规律的研究

为了考察动物能量密度的分布规律，考虑到目前动物能量密度研究多限于陆生动物，补充测定了72种常见水生无脊椎动物的能量密度，对近230种动物的能量密度的分布规律进行了分析研究，并经Kolmogorov-smimo检验，首次证实了动物能量密度分布规律为正态分布。     

基于SPN的软件过程模型及蒙特卡洛仿真

研究了软件过程的随机petri网(SPNs)模型及仿真分析方法，利用SPN基本原理与描述方法，分别建立了软件过程基本活动SPN模型以及各种关系诸如顺序、并列、选择等的SPN模型；讨论了SPN模型的仿真策略；采用蒙特卡洛方法分析了过程系统的进度与资源冲突等问题，并讨论了该方法的精度。     

涌泉现象中的水锤数值模拟

介绍了大型运载火箭推进剂管道系统在地面待命期间，由于涌泉现象引起的两相流水锤，采用蒸气-蒸发冷凝离散模型来模拟两相流水锤现象，利用特征线方法进行计算求解，计算结果为火箭低温推进剂系统的安全性分析提供了基础。     

基于ED和ER的零售仓库模型及源数据分析

就设计、建立企业模型以及企业再工程进行了探讨。提出一种企业数据模型高层类的设计方法，并结合零售企业的特点得到一个零售企业顶层类的概念模型，从这一顶层类出发对零售企业数据仓库的主题和仓库源数据进行了研究。     

一种基于ED方法的实时事务调度的改进算法

提出一种实时事务表示模型，该模型给出了一种基于ＥＤ方法的实时事务调度的改进算法，该算法与ＥＤ相比，可以减少调度时发生的运行时间错误     

液氮发动机的防霜换热器温度场模拟

介绍了液氮发动机系统上的防霜换热器的基本结构，给出了无量纲换热能量方程组及边界条件和初始条件，描述了微分方程离散化方法以及网格划分方法，计算机模拟结果显示了防霜换热器中的二维或三维温度分布，计算机模拟的氮气的出口温度为293．05K，与设计要求温度293．15K基本一致。     

低红外发射率材料的研究

叙述了在铝粉外包覆红外透明粘合剂设计低红外发射率材料的实验过程，讨论了填料、粘合剂、涂层厚度等影响发射率的几个关键因素，结果表明用该方法所研制的样品发射率最低可达到0．678，表明了该途径的可行性。