基于模糊推理ART1网络优化算法的故障诊断

利用模糊推理算法,提出了故障代码建立的方法,运用ART1神经网络进行故障诊断,并应用到发动机数据故障诊断中。该算法引入了放宽尺度原则和状态保持优化算法,增加了阈值设定的灵活性,降低算法的实现难度,提高了故障代码的准确性;并且可以在不影响先前诊断的基础上,进行故障诊断。实验结果证明,该方法精确度高,噪声抑制力强,而且诊断准确,大大降低了虚警率。

一种改进的ART1算法及其在人像识别中的应用

本文通过对自适应共振理论（ＡＲＴ）及ＡＲＴ１ 的研究， 提出了一种改进的ＡＲＴ１ 算法． 这种算法不仅具有ＡＲＴ１ 算法的所有优点， 而且降低了ＡＲＴ１ 算法的识别识误差．

大肠癌ART1的表达与VEGF、整合素αVβ3表达及微血管形成的相关性

目的探讨大肠癌组织中单ADP核糖基转移酶ART1的表达与VEGF、整合素αVβ3表达的相关性及其对大肠癌组织微血管生成的影响。方法免疫组化检测大肠癌组织中ART1、VEGF及整合素αVβ3的表达;免疫荧光双标检测ART1/VEGF及ART1/整合素αVβ3的共表达,用Chalkley分析法评估微血管的形成。结果 ART1、VEGF与整合素αVβ3的表达高于对照(P<0.05),且ART1与VEGF、整合素αVβ3的表达呈正相关(P<0.05)。ART1/VEGF及ART1/整合素αVβ3共表达的大肠癌组织微血管密度较高(分别为25.4±8.23和22.3±5.9),且高于非共表达组(分别为5.5±2.0和8.1±3.3,P<0.01)。结论 ART1在大肠癌组织中表达增强,并与VEGF及整合素αVβ3的表达具有正相关性,可能促进肿瘤微血管生成。

基于ART1神经网络的设计检索

深入研究了基于ART1神经网络的设计检索 ,并对ART1网络的算法进行了改进。改进后的算法可大大减少不必要的零运算 ,提高网络运行效率。与基于BP、Hopfield设计检索系统相比 ,ART1网络具有较大的优越性。主要体现在设计师可根据自己的意图 ,通过调节警戒参数得到所希望的检索结果。文中给出了齿轮类锻件的设计检索实例。

ART1神经网络在隧道围岩分类中的应用

将自适应共振理论(ART)神经网络模型用于隧道围岩分类,改进了ART1神经网络的工作过程,通过自适应的学习记忆过程,建立了分类模型,有效地避免了人为主观因素的干扰。利用川藏公路二郎山隧道围岩分类样本对模型进行检验,结果表明,ART1神经网络模型性能良好,对隧道围岩分类的精度较高,是一种值得推广和应用的围岩智能分类方法。

ART1基因沉默对小鼠结肠癌CT26细胞黏附和运动能力的影响

目的探讨单腺苷二磷酸核糖基化转移酶-1[mono(ADP-ribosyl)transferase-1,ART1]基因沉默对小鼠结肠癌CT26细胞黏附、运动和侵袭能力的影响及其机制。方法以携带ART1-shRNA的慢病毒感染小鼠结肠癌CT26细胞。将细胞分为实验组(感染ART1-shRNA慢病毒的CT26细胞),NC-shRNA对照组[感染阴性对照慢病毒(negative-control-shRNA,NC-shRNA)CT26细胞]及未处理组(未经处理的CT26细胞);RT-PCR检测CT26细胞ART1mRNA表达变化,Western blot检测ART1、RhoA、integrinβ1蛋白表达的变化;用细胞基质黏附、运动和侵袭实验观察ART1-shRNA对CT26细胞基质黏附、运动和侵袭能力的影响。结果获得稳定沉默ART1基因的CT26细胞株;RT-PCR和Western blot结果均显示,实验组ART1mRNA和ART1蛋白表达显著低于对照组(P<0.01);Western blot结果显示实验组RhoA、integrinβ1表达均显著低于对照组(P<0.01);实验组细胞黏附、运动、侵袭抑制率分别为70.72%,52.20%和60.00%。结论单腺苷二磷酸核糖基化转移酶-1(ART1)基因沉默可降低CT26细胞的黏附、运动、侵袭能力,该作用可能与ART1沉默后下调RhoA和integrinβ1活性有关。

基于ART1网络的字符识别器

通过标准自适应共振理论神经网络(Adaptive Resonance Theory,ART),设计和实现了一个字符识别器,针对标准的ART1网络存在的不足,即网络的学习不稳定,对样本输入顺序比较敏感等问题,给出了改进方法,用C语言实现了这2种字符识别器,实验结果表明这2种字符识别器能够对不同的字符进行识别,改进方法比基于标准ART1网络具有更好的稳定性.

ART1神经网络在基于CBR概念设计中的应用

提出一种机构编码方法,可以分别对机构的运动功能属性和功能质量属性进行二进制编码,在此基础上,深入探讨了ART 1神经网络在机构实例的分类和决策中的应用并对其算法进行了改进.与其它神经网络相比,ART 1网络的优点在于可以实现机构动态分类和决策,设计者可根据自己的意图,通过调节警戒参数得到满意或最优的设计方案.实例表明,该方法合理可行.

基于ART1网络及参数编码的齿轮故障诊断方法

通过添加一层网络,对齿轮工作过程中的多个特征参数进行采样值的编码,使故障的特征信号转化为ART1网络可以处理的二值输入,解决了ART1网络不能处理连续信号的局限,使ART1网络能够在齿轮的故障诊断上有了进一步的应用。克服了以往诊断手段在识别有相似特征参数的不同故障上的不足。

基于小波包特征提取的ART1网络故障诊断研究

系统阐述了小波包分解及 ART1神经网络的基本理论和特点 ,在对故障诊断进行理论分析的基础上 ,结合ART1神经网络对输入矢量的要求 ,提出了一种差值门限方法 ,将小波包特征提取与 ART1神经网络相结合进行动态系统的故障诊断。用 MATL AB仿真了系统及其故障 ,对上述故障诊断方法进行了测试实验。实验结果表明 ,基于小波包特征提取的 ART1神经网络故障诊断方法是可行的 ,能够应用于多个领域 ,其发展前景广阔。

基于ART1神经网络的统计过程控制系统

统计过程控制(SPC)在改进过程水品、提高产品质量方面作出了巨大贡献。本文讨论了一种基于自适应谐振理论(ART)神经网络的SPC系统。与一般SPC系统相比,本系统不仅可以在线检测过程异常,对各种控制图异常模式还具有实时学习、在线识别功能。同时,本系统对过程的分析,无需如常规控制图一样,建立在正态假设的前提下,因此应用更方便、范围更广泛。作为一种新的SPC工具,ART1神经网络为改进控制图的应用提供了一种新的可能。

ART1基因的表达对小鼠结肠癌CT26细胞转移潜能的影响及可能作用机制

目的探讨ART1基因的表达对小鼠结肠癌CT26细胞转移潜能的影响及可能作用机制。方法将ART1-sh RNA转入到小鼠结肠癌CT26细胞,置于荧光显微镜下观察该病毒的转染效率;采用RT-PCR和Western印迹法鉴定ART1基因沉默的效果;采用侵袭实验及黏附实验观察CT26细胞受ART1基因沉默的影响,并采用明胶酶谱法测定对该细胞中基质金属蛋白酶(MMP)-2、MMP-9蛋白活性的影响。结果病毒感染4 d后ART1 m RNA的表达量在ART1-sh RNA组中明显低于阴性对照组和空白对照组(P<0.01)。ART1-sh RNA组CT26细胞的ART1蛋白的表达量明显低于阴性对照组和空白对照组(P<0.01)。ART1-sh RNA组CT26细胞数明显少于阴性对照组和空白对照组(P<0.05);ART1-sh RNA组的侵袭抑制率与阴性对照组和空白对照组相比,差异有统计学意义(P<0.05)。与阴性对照组和空白对照组相比,RT1-sh RNA组CT26细胞与纤维连接蛋白的黏附能力均明显降低(P<0.01)。RT1-sh RNA组CT26细胞中Rho A/Rho相关螺旋卷曲形成蛋白激酶(ROCK1)、Rho A、MMP-2、MMP-9蛋白表达明显低于阴性对照组和空白对照组(P<0.01)。结论 ART1基因沉默能够导致小鼠结肠癌CT26细胞的侵袭和黏附力降低,可能与ART1基因沉默后ROCK1、Rho A、MMP-2、MMP-9的表达水平下调有关。说明ART1基因在结肠癌的侵袭和转移中具有重要作用。

基于ART1用户聚类的Web预取模型研究

传统的Web预取机制所采用的预测算法主要针对用户个人预取,随着用户数量激增会加重网络负载,降低网络资源利用率。针对这一问题,在综合分析经典ART1神经网络模型和预取系统的基础上,提出一种基于用户聚类的UCPM模型预取新方法。首先,基于改进的ART1算法对用户访问序列特征向量进行聚类,挖掘兴趣相似的用户集合;然后,针对自底向上权重最大值所关联用户群的兴趣进行预取;最后,在Web预取系统上验证该方法的有效性及可靠性。实验结果表明,UCPM模型表现出较好的聚类效果,同时应用在预取系统保持了较高的预测准确率,降低了延迟比和流量开销比。

一种减少ART1网络“祖母细胞”现象的解决方案”

ART1网络的输出层中的某个神经元损坏 ,会导致该神经元所代表类别的模式信息全部消失——产生“祖母细胞”现象 ,这是 ART1网络的一个很大的缺陷。通过对 ART1网络结构的改进 ,在总结构上增加记忆层 ,记忆层中神经元分记忆神经元和控制神经元 ;在输出层中新增了辅助神经元 ,将原有神经元称为主神经元 ;定义了各种神经元的工作方式 ;提出一种能够减少 ART1网络“祖母细胞”现象的解决方案。

基于ART1网络的图书分类方法

阐述了ART1网络的基本原理,提出了一种基于ART1网络的图书分类方法,实验表明,ART1网络有较强的抗噪声能力,可有效地实现图书分类,并能产生新的分类,有较好的应用价值。

基于ART1与BP神经网络的摩托车实例库检索系统的研究

针对传统摩托车设计过程中,设计人员为了找出合乎要求的相似车型,过多依赖经验,主观确定车型属性参数权重的问题,将人工神经网络理论和算法应用于摩托车实例库检索系统的研究中。通过ART1神经网络实现摩托车实例库的动态聚类,形成聚类模板,再利用前馈(BP)神经网络对模板中的每一实例进行检索。这种方法减小了车型属性权重中主观因素的影响,提高了系统的检索质量与效果,在实际应用中有良好的前景。

基于ART1人工神经网络的数据聚类

本文对数据聚类进行了研究 。

利用ART1网络进行故障诊断的方法研究

此文系统地阐述了自适应共振理论及 ART1神经网络模型的基本概念、特点、结构和算法。在对故障诊断进行理论分析的基础上 ,结合 ART1神经网络对输入的要求 ,提出了一种阈值法结合 ART1神经网络进行故障诊断的方法 ,并对此方法进行了理论分析和仿真实验。

利用ART1网络进行齿轮箱故障诊断的研究

基于不同故障有不同的幅值图峰值谱线的思想,对齿轮箱正常、断齿和轴承裂纹三种状态进行双谱降噪后的特征参数提取并二值化,并用ART1网络对三种不同状态进行识别。试验结果表明,这种二值特征参数提取和二值转换是可行、有效的,能够保留各种故障状态的特征信息,ART1网络能够有效地通过变换后的二值矩阵对三种状态进行识别。

ART1神经网络模型在成组技术中的应用

介绍了应用二值自适应共振理论网络模型ＡＲＴ１（ＡｄａｐｔｉｖｅＲｅｓｏｎａｎｃｅＴｈｅｏｒｙｌ）来进行零件分类编组的方法，它与利用双向联想记忆网络（ＢＡＭ）和学习网络（ＬＭ）模型相比，具有不需要预先提供分类样本模式给网络学习的优点，它可以边学习边分类，实现了在线学习的功能。文中详细介绍了利用ＡＲＴ１网络模型进行零件分类编组的算法，并给出了运算实例，结果与使用传统分类方法完全一致。