SOM 方法在中国东部夏季降水分型中的应用

使用自组织映射(SOM)和经验正交函数(EOF)两种方法, 对比分析中国东部地区夏季日平均和季节平均的降水分型。结果表明, SOM比EOF能够更真实地描述降水分布。SOM得到的夏季降水分型的空间结构能够很好地用850 hPa的风扰动和700 hPa的比湿扰动解释。作为事后问题, 850 hPa的高度扰动负值中心能够很好地解释对应的降水落区; 但作为预报问题, 强降水不仅由数值模式预报中的负值高度扰动决定, 还受制于水汽和温度扰动等因素。     

An adaptive spatial clustering method for automatic brain MR image segmentation

In this paper, an adaptive spatial clustering method is presented for automatic brain MR image segmentation, which is based on a competitive learning algorithm – self-organizing map (SOM). We use a pattern recognition approach in terms of feature generation and classifier design. Firstly, a multi-dimensional feature vector is constructed using local spatial information. Then, an adaptive spatial growing hierarchical SOM (ASGHSOM) is proposed as the classifier, which is an extension of SOM, fusing multi-scale segmentation with the competitive learning clustering algorithm to overcome the problem of overlapping grey-scale intensities on boundary regions. Furthermore, an adaptive spatial distance is integrated with ASGHSOM, in which local spatial information is considered in the clustering process to reduce the noise effect and the classification ambiguity. Our proposed method is validated by extensive experiments using both simulated and real MR data with varying noise level, and is compared with the state-of-the-art algorithms.     

HLA对象模型与面向对象模型概念的比较

对象模型是实现ＨＬＡ邦联成员间互操作性的基本方法和手段。ＨＬＡ对象模型支持邦联的规划,邦联执行过程中数据交换需求的定义,以及完成ＲＴＩ的初始化。ＨＬＡ对象模型模板为描述ＨＬＡ对象模型提供了标准化的方法。在ＨＬＡ中许多对象建模的基本概念与传统的面向对象的软件开发方法有相同之处,但相同的术语在意义上却有着显著的区别。这篇文章的目标是强调和明确二者在语义和概念上的不同之处,便于更好地理解ＨＬＡ对象模型     

粗糙集连续属性离散化的SOM网络方法

基于Rough Set理论中的不可分辨性原理,给出两个新的定义属性的最大区分值(Maximum Dis-cernibility Value,MDV)和属性冗余度(Attribute Redundancy Rate,ARR)。在数据预处理阶段,属性的MDV数值用于确定关于自组织映射网络SOM输出单元数量的启发式搜索策略;属性冗余度则用于衡量属性约简结果的信息冗余程度,并以此作为优化SOM网络输出层结构的依据。不依赖于领域经验知识,建立了MDV、SOM、ARR的组合算法模型,实现了Rough Set理论中连续属性的自动离散化计算,并明显提高了属性约简的速度。最后,通过项目实例对全过程进行有效验证。     

含钛渣短流程直接制备钛及其合金

利用固体透氧膜(SOM)法直接由含钛渣还原制备金属钛及其合金。将粉态含钛渣压片制成阴极,以YSZ管内碳粉饱和的铜液为阳极,以1100℃电解温度、3.5V槽电压在CaCl2熔盐中电解,研究成型压力及电解时间对电解产物的影响,分析电解过程中的杂质行为。结果表明,随电解时间的延长,电解产物中的钛、铁含量不断增大,产物颗粒形貌趋于匀细疏松;对于铁钛渣,电解6h可获得钛铁合金;对于高钛渣,成型压力为3MPa时,电解4h可除去氧,电解6h可获得纯金属钛;较小成型压力下的多孔阴极有利于杂质元素的去除。     

基于HLA的水面舰艇鱼雷防御系统仿真平台

根据水面舰艇防御鱼雷的作战需求,提出了基于HLA的水面舰艇的鱼雷防御系统仿真平台的研究开发方案。阐述了水面舰艇防御鱼雷的过程,并设计出防御系统总体层次结构,具体介绍了仿真系统导演台和水面舰艇火控系统的功能及其仿真设计。建立了系统仿真平台的联邦构架,给出了系统联邦工作流程以及联邦FOM/SOM,介绍了联邦成员的同步实现,最后说明了系统的实现。     

灰色SOM网分类方法及其在村级农机区划中的应用

建立了农机区划的灰色SOM网模型,并介绍了它的基本原理、结构和算法,建立了农机区划指标体系,并应用此模型对吉林省农机区划进行了研究．得到了许多有益的结论．     

自组织人工神经网络在矿区沉积物分类中的应用

以Matlab平台为基础,利用神经网络工具箱构建了自组织神经网络,对已知沉积相的安徽宿南等矿区的19组样本进行SOM分类,并与系统聚类分类结果进行比较;指出在无监督分类粒度分析中,SOM方法分类操作过程简便易行,具有残缺自动识别能力,分类结果惟一,可以在沉积物成因分类中应用。     

利用SOM神经网络实现逆向工程中区域自动分割

为实现逆向工程中点云区域的自动分割,利用自组织竞争人工神经网络(SOM),对基于散乱点云的自由曲面信息计算方法进行改进,并基于自由曲面信息构造了一个八维SOM神经网的输入向量,利用SOM神经网络实现了逆向工程中区域自动分割.实验验证了本文算法的有效性.     

基于集群的并行分布式聚类及其应用

海量和高维大数据集的聚类对计算机性能提出了很高的要求.基于具有层次聚类特性的RSOM树方法提供了一种有效的手段以实现对高维大数据集的聚类索引,这种RSOM树可支持最近邻搜索且不需要对数据进行线性搜索.注意到RSOM模型具有内在的层次化、分布式结构特点,并可进行增量的训练,研究了基于高效并行集群的增量、分布式RSOM并行算法,并通过视频图像特征集实例证实了算法的可行性.