期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SOFM神经网络的变压器故障诊断研究
被引量:
1
1
作者
丁硕
常晓恒
+1 位作者
巫庆辉
杨友林
《河南科学》
2014年第6期1037-1041,共5页
SOFM神经网络具有强大的非线性映射能力和高度的自组织和自学习能力,将SOFM神经网络应用于变压器的故障诊断.利用改进的罗杰斯三比值法获取变压器故障诊断的特征向量,建立了SOFM网络故障诊断模型,并对模型进行训练.为了检验模型的实际...
SOFM神经网络具有强大的非线性映射能力和高度的自组织和自学习能力,将SOFM神经网络应用于变压器的故障诊断.利用改进的罗杰斯三比值法获取变压器故障诊断的特征向量,建立了SOFM网络故障诊断模型,并对模型进行训练.为了检验模型的实际诊断能力,以变压器的4种典型故障诊断为例进行仿真实验.仿真结果表明:SOFM神经网络能够根据获胜神经元在竞争层的位置对变压器故障进行判断,诊断准确率高,收敛速度快,泛化能力强,表明基于SOFM网络的变压器的故障诊断是一种行之有效的方法.
展开更多
关键词
sofm
神经网络
故障诊断
改进的罗杰斯三比值法
变压器
泛化能力
下载PDF
职称材料
城市职能分类中周—布方法与SOFM网络方法比较研究
被引量:
3
2
作者
刘晓晓
叶持跃
+3 位作者
李加林
徐亚东
庄汝龙
宓科娜
《经济地理》
CSSCI
北大核心
2014年第6期87-91,共5页
周-布方法是影响较大的城市职能分类方法,SOFM网络方法是应用人工神经网络进行城市职能分类的新方法。采用这两种方法分别将2010年135个城市的职能分为3类、5类和12类。比较二者的异同点和优缺点,得出:①周-布方法是监督聚类,权重...
周-布方法是影响较大的城市职能分类方法,SOFM网络方法是应用人工神经网络进行城市职能分类的新方法。采用这两种方法分别将2010年135个城市的职能分为3类、5类和12类。比较二者的异同点和优缺点,得出:①周-布方法是监督聚类,权重设置对分类结果有很大影响,SOFM网络方法是非监督聚类,避免了人为确定指标的主观性;②周-布方法计算速率快,分类结果稳定,分类类别数较易确定;③周-布方法的三种分类结果之间形成聚类树形图,SOFM网络方法的三种结果之间存在交叉;④周-布方法对规模数据比较敏感,SOFM网络方法对行业数据比较敏感。⑤周-布方法的多个城市分类不合理,SOFM网络方法职能类型较明显,分类结果更为合理。综合来看,SOFM网络方法优于周-布方法,但分类结果的稳定性会影响其使用范围,需进一步研究。
展开更多
关键词
城市职能分类
周-布方法
sofm
网络
比较研究
原文传递
题名
基于SOFM神经网络的变压器故障诊断研究
被引量:
1
1
作者
丁硕
常晓恒
巫庆辉
杨友林
机构
渤海大学工学院
出处
《河南科学》
2014年第6期1037-1041,共5页
基金
国家自然科学基金(61104071)
文摘
SOFM神经网络具有强大的非线性映射能力和高度的自组织和自学习能力,将SOFM神经网络应用于变压器的故障诊断.利用改进的罗杰斯三比值法获取变压器故障诊断的特征向量,建立了SOFM网络故障诊断模型,并对模型进行训练.为了检验模型的实际诊断能力,以变压器的4种典型故障诊断为例进行仿真实验.仿真结果表明:SOFM神经网络能够根据获胜神经元在竞争层的位置对变压器故障进行判断,诊断准确率高,收敛速度快,泛化能力强,表明基于SOFM网络的变压器的故障诊断是一种行之有效的方法.
关键词
sofm
神经网络
故障诊断
改进的罗杰斯三比值法
变压器
泛化能力
Keywords
sofm
neural
network
fault diagnosis
improved Rogers three-ratio
method
transformer
general-ization ability
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TM407 [电气工程—电器]
下载PDF
职称材料
题名
城市职能分类中周—布方法与SOFM网络方法比较研究
被引量:
3
2
作者
刘晓晓
叶持跃
李加林
徐亚东
庄汝龙
宓科娜
机构
宁波大学城市科学系
宁波大学浙江省海洋文化与经济研究中心
出处
《经济地理》
CSSCI
北大核心
2014年第6期87-91,共5页
基金
“十二五”国家科技支撑计划项目(2013BAJ10B06-01)
宁波市农业择优委托项目(2011C11008)
宁波大学科研基金(理)/学科项目(xkl12013)
文摘
周-布方法是影响较大的城市职能分类方法,SOFM网络方法是应用人工神经网络进行城市职能分类的新方法。采用这两种方法分别将2010年135个城市的职能分为3类、5类和12类。比较二者的异同点和优缺点,得出:①周-布方法是监督聚类,权重设置对分类结果有很大影响,SOFM网络方法是非监督聚类,避免了人为确定指标的主观性;②周-布方法计算速率快,分类结果稳定,分类类别数较易确定;③周-布方法的三种分类结果之间形成聚类树形图,SOFM网络方法的三种结果之间存在交叉;④周-布方法对规模数据比较敏感,SOFM网络方法对行业数据比较敏感。⑤周-布方法的多个城市分类不合理,SOFM网络方法职能类型较明显,分类结果更为合理。综合来看,SOFM网络方法优于周-布方法,但分类结果的稳定性会影响其使用范围,需进一步研究。
关键词
城市职能分类
周-布方法
sofm
网络
比较研究
Keywords
urban functional classification
Zhou-Bradshaw
method
sofm network method
comparative study
分类号
F293 [经济管理—国民经济]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于SOFM神经网络的变压器故障诊断研究
丁硕
常晓恒
巫庆辉
杨友林
《河南科学》
2014
1
下载PDF
职称材料
2
城市职能分类中周—布方法与SOFM网络方法比较研究
刘晓晓
叶持跃
李加林
徐亚东
庄汝龙
宓科娜
《经济地理》
CSSCI
北大核心
2014
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部