排序方式: 共有27条查询结果,搜索用时 0 毫秒
1.
基于自组织特征映射神经网络的聚类分析 总被引:1,自引:0,他引:1
在深入研究自组织特征映射(Self-organizing Feature Mapping,SOFM)神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法.以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程.仿真结果表明:在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微. 相似文献
2.
4.
5.
研究一类离散T-S模糊系统的H_∞滤波问题.目的是设计一个滤波器使得滤波误差系统在给定的线性矩阵不等式(LMI)稳定范围内是二次稳定的,且满足指定的H_∞性能.经由模糊Lyapunov函数方法以及增加松弛变量,提出一个滤波器存在的充分条件,它体现为一组线性矩阵不等式(LMIs)可行解的形式.最后通过一个仿真例子验证了所提出的设计方法的有效性. 相似文献
6.
研究了输出信号量化测量下不确定离散系统非脆弱H∞滤波器的设计问题。难点在于滤波器设计过程存在3种不确定性,即系统本身存在的不确定性、非脆弱滤波器设计时涉及到的不确定性和由于输出信号量化测量近似表示的不确定性。通过有效的矩阵变换技术,给出基于线性矩阵不等(LMIs)的非脆弱H∞滤波器存在的充分条件。最后,通过数值仿真来验证设计方案的有效性。 相似文献
7.
针对传统的变压器故障诊断方法的不足,提出了基于油中溶解气体分析(DGA)方法和广义回归神经网络(GRNN)的变压器故障诊断方法。以DGA方法获取GRNN故障诊断模型的输入特征向量,建立了GRNN故障诊断模型,为了检验GRNN诊断模型的实际诊断能力,以某变电所主变压器的4种典型故障诊断为例进行仿真实验,并与标准BP神经网络(BPNN)和LM算法改进的BPNN(LM-BPNN)的诊断结果进行对比。仿真结果表明:DGA方法与GRNN的联合变压器故障诊断方法的诊断速度更快、准确率更高和泛化能力更强,且GRNN故障诊断模型构建简单,验证了所提出方法的实用性和有效性。 相似文献
8.
9.
针对T-S模糊系统,研究了非脆弱H∞跟踪控制器的设计问题.目的是通过设计跟踪控制器使得被控闭环系统满足给定的H∞跟踪控制性能指标.本文采用线性矩阵不等式(LMI)方法,求解过程不必通过二次迭代的两步算法,所设计的控制器在一定的加性参数变化情况下,仍能保证系统的渐进稳定性.最后,通过单关节刚性机械臂系统的仿真实验表明了该方法的有效性. 相似文献
10.
针对在运动中感应加热的工件圆环链,采用双红外测温传感器,较好地解决了小目标、动态、非接触测温的难题,为保证圆环链的热处理质量提供了技术依据. 相似文献