论文部分内容阅读
神经元的自组织聚类网络（ＡＲＴ）能够通过自组织学习进行模式分类，并能够按训练分类识别以后的模式，可完成直流提升机故障模式的在线识别和诊断。这种方法训练和运算速度快，不会陷入局部极小，当包含新的样本时，不必全部重新训练。
基于ART网的直流提升机故障诊断
【摘 要】
：
神经元的自组织聚类网络（ＡＲＴ）能够通过自组织学习进行模式分类，并能够按训练分类识别以后的模式，可完成直流提升机故障模式的在线识别和诊断。这种方法训练和运算速度快，不会陷入局部
【机 构】
：
暨南大学计算机科学系
【出 处】
：
计算机自动测量与控制
【发表日期】
：
2000年2期
其他文献
基于英特尔集成众核（Many Integrated Core,MIC）架构,将有限元网格积分算法在至强融核（Xeon Phi）协处理器做了移植和性能分析.该应用全面测试了有限元分析的核心计算过程在MIC上
网络协议是网络通信中一系列标准的集合,未知协议的识别和分析对网络监管、保障网络安全具有重大意义。协议识别技术多种多样,但大都不适用于二进制的协议识别。在此针对现有的协议识别技术的局限性,提出了一种在双方单协议通信环境下的多种类型二进制数据帧的协议识别方法。该方法首先利用n-gram技术对数据帧进行分割,然后利用无监督的特征选择算法提取特征串集合,从而利用聚类算法实现协议消息的识别。最后在ICMP上
程序验证中的常见情景是判断某个用户指定的性质在程序执行之后或执行过程中的某个程序点上是否成立。人工的形式化验证过程繁琐且容易出错,因此形式化验证的自动化是提高代
对网络数据的复杂、细微、差异化特征进行语义提取,是实现Web网络数据准确识别和检索的关键技术.复杂、细微、差异化的网络数据语义特征具有非线性和随机散布性的特点,其主题