导读:本文包含了神经模糊模式识别论文开题报告文献综述及选题提纲参考文献，主要关键词:GIS,自适应模糊神经推理系统,模式识别,局部放电
神经模糊模式识别论文文献综述
唐松平,周舟,彭刚,张作刚,彭杰[1]（2019）在《基于自适应神经模糊的GIS缺陷模式识别方法》一文中研究指出气体绝缘组合电器(GIS)目前得到了广泛的应用,因此对GIS各种放电特点和故障识别的研究具有重要意义。论文提出了基于自适应神经模糊的GIS局部放电检测与缺陷模式识别方法,建立了相应的神经模糊推理系统,设计GIS局部放电实验系统并完成了局部放电数据的采集,在选取并处理相应的放电特征输入至系统后,根据系统输出的结果判别GIS缺陷类型。实验结果表明,相比于目前应用广泛的BP神经网络和RBF神经网络,论文提出的GIS局部放电检测和缺陷模式识别方法在识别率高出多个百分点,识别结果更为可靠,在故障诊断方面具有一定的现实意义。(本文来源于《计算机与数字工程》期刊2019年09期）
陈星[2]（2018）在《模糊模式识别法及LVQ神经网络在岩体质量分级中的应用研究》一文中研究指出针对地下工程的围岩质量分级问题,以某水电站窑洞式安装间为实例,选取岩石质量指标RQD、岩石湿抗压强度RW、岩体完整性系数kv、结构面强度系数kf和地下水渗流量W 5个指标作为评价分级的基本因素,分别采用模糊模式识别直接法和LVQ神经网络模式识别法对其岩体质量进行分级,并对分级结果进行了对比。结果表明:模糊模式识别直接法和LVQ神经网络模式识别法的分类结果基本一致,只在单个岩层略微有所出入;基于LVQ神经网络的岩体分级有较好的分类识别性能,该分级方法比较简单、易于掌握,对类似工程设计和施工具有参考价值或指导意义。(本文来源于《人民珠江》期刊2018年10期）
杨祯山,岳文姣[3]（2018）在《基于FCM聚类模糊神经网络的电梯交通模式识别》一文中研究指出电梯交通模式识别是有效实施电梯群控策略的前提。针对电梯交通的时变、非线性及不确定性的特点,提出一种基于FCM(Fuzzy C-means)聚类模糊神经网络的电梯交通模式识别方法。该方法将模糊逻辑技术用于神经网络计算和学习,通过FCM对原始交通需求的聚类,实现输入空间的模糊划分,确定网络隶属函数的参数初始值及聚类中心并获取模糊规则,提高神经网络学习能力,使隶属函数加权系数根据不同的交通模式改变。利用神经网络完成并行模糊推理,实现电梯交通模式的识别。仿真试验表明了该方法的有效性。(本文来源于《系统仿真学报》期刊2018年04期）
岳文姣,杨祯山[4]（2015）在《基于SOM的模糊BP神经网络技术的电梯交通模式识别》一文中研究指出电梯交通模式识别是有效实施电梯群控策略的前提.针对电梯交通需求的时变、非线性的特点,提出一种基于自组织特征映射网络(SOM)技术的模糊BP神经网络的电梯交通模式识别方法.该方法将模糊逻辑引进到BP神经网络中,利用SOM算法确定隶属函数,并对模糊规则进行合并,优化网络结构.利用BP神经网络的自学习功能,使模糊逻辑的隶属函数加权系数根据不同的交通模式改变,通过模糊推理,处理交通需求信息,进而实现电梯交通模式的识别.仿真结果表明了该方法的有效性.(本文来源于《渤海大学学报(自然科学版)》期刊2015年04期）
王家炜,杨燕翔,孟海林,陈伟[5]（2013）在《基于模糊ART神经网络的变压器局部放电模式识别》一文中研究指出对变压器主要放电类型的3种局部放电典型电极模型进行试验,通过分析计算提取局部放电信号特征量,建立相应的局部放电信号特征库,以此作为模糊ART网络的输入,对局部放电的类型进行模式识别,并将识别结果与BP网络的识别结果进行对比。实验结果表明,模糊ART网络用于变压器局部放电模式识别是有效的。(本文来源于《西华大学学报(自然科学版)》期刊2013年06期）
陆红梅,王雪青[6]（2013）在《基于模糊模式识别和BP神经网络的工程项目成本预测模型研究》一文中研究指出将模糊模式识别与BP神经网络结合起来建立工程项目成本预测模型,首先利用模糊模式识别选取样本工程项目,其次运用BP神经网络进行工程项目成本预测,最后经过算例分析,得出运用模糊模式识别结合BP神经网络建立工程项目成本预测模型是切实可行的。(本文来源于《项目管理技术》期刊2013年05期）
王家炜[7]（2013）在《基于模糊ART神经网络的变压器局部放电模式识别研究》一文中研究指出作为电力系统最重要的组成部分，以及电网供电可靠性的保障，电力变压器一旦发生故障，通常会引起电力系统的崩溃和严重的经济损失。资料表明，导致变压器故障的主要原因是其绝缘性能的劣化，因此为了提高绝缘的可靠性，目前各国都在发展可以对变压器在运行状态下进行实时或在线监测诊断的状态维修，其中局部放电的模式识别是当前的研究热点之一。但是由于变压器结构的复杂性，局部放电的不确定性，运行现场存在的大量电磁干扰，以及识别算法的不成熟，这些都给局部放电的检测、定位和识别分类造成了很大的困难。本文在查阅国内外大量关于变压器局部放电、模式识别、人工神经网络方面的文献基础上，做了如下的一些研究工作：本文对模式识别系统的概念和结构进行了简要的描述，然后特别从分类器设计的角度详细地分析了模式识别系统中的几个重要问题，包括特征空间的设计、分类器设计的准则和基本方法、判别函数的选取及参数的确定、系统的训练和学习等，这是本文的总体框架和理论基础。本文概括了局部放电信号中所包含的多种干扰信号的来源，对当前实际应用中常见的各种类型的干扰抑制方法进行了一个归纳，然后根据相关的文献资料，论述了四种局部放电模式识别中常用的放电特征量：叁维列表数据特征、局部放电统计特征、局部放电图像灰度矩特征和局部放电时频特征，并对特征量的可分性测量进行了讨论。本文论述了ATR1神经网络的结构和工作原理，并介绍了模糊理论的由来、发展及应用，然后着重分析了一种模糊ART神经网络的结构和算法。模糊ART神经网络将模糊理论与ART1神经网络相结合，模糊集合的特点与运算规则的带入，使ART1网络的输入模糊化，使得网络可以进行模拟量的运算，弥补了ART1网络的输入只能为二进制的缺陷，这是一种自组织模糊神经网络，能够进行非监督实时学习，比较适合应用于模式识别研究。本文借鉴了前人文献中对五种不同局部放电模型进行的放电实验，并得到了各放电模型的叁维谱图，再将谱图经过处理得到的列表数据特征量作为神经网络的输入量，分别用模糊ART神经网络和BP神经网络在MATLAB的软件环境下进行了模式识别的仿真实验。实验结果表明，相对于传统的BP神经网络，ART神经网络在识别率，识别速度和稳定性上都有较为明显的优势，在局部放电的模式识别领域有很好的实用价值和应用前景。(本文来源于《西华大学》期刊2013-05-01）
赵大伟,郑殿春,张仲麟,吕树明[8]（2011）在《基于T-S模糊神经网络的电晕放电模式识别方法(英文)》一文中研究指出提出了基于T-S模糊神经网络的电晕放电模式识别方法,设计制作了叁类电晕放电实验模型,并从采集的电晕放电信号中提取最大值、最小值、均值及其分形维数作为网络的输入特征向量,根据特征向量维数、隶属度函数类型及隶属度函数个数对T-S模糊神经网络的拓扑结构进行分析,将输入神经元个数为4、隶属度函数层为3个高斯型函数的网络确定为电晕放电的模式识别网络,并对此类网络进行训练和测试,结果表明此网络用于电晕放电模式识别是有效的.(本文来源于《哈尔滨理工大学学报》期刊2011年04期）
李荣兵[9]（2011）在《基于模糊神经网络单筒冲气式减振器的模式识别》一文中研究指出为了能够提高单筒冲气式减振器模式识别的准确率,深入地研究了模糊神经网络在其中的应用。首先,建立了神经网络模型;然后,研究了模糊神经网络模式识别的方法;最后,对单筒冲气式减振器的故障模式进行了识别,识别结果表明,模糊神经网络具有较高的模式识别能力。(本文来源于《液压与气动》期刊2011年08期）
徐文,李宏光[10]（2011）在《基于一类模糊神经网络的控制图模式识别方法》一文中研究指出针对控制图模式识别,提出将控制图判别准则转换为符号化模糊规则,指导模糊神经网络的建模及初始化过程。建立一类融合先验知识的模糊神经网络,给出网络结构设计方法和网络学习算法,对于青霉素发酵过程进行实例研究。研究结果表明:所提出方法的模糊神经网络比传统方法的BP神经网络具有更简单的网络结构、更合理的参数初值,能够获得更准确的控制图模式识别率,具有广阔的应用前景。(本文来源于《2011年中国智能自动化学术会议论文集（第一分册）》期刊2011-08-05）
神经模糊模式识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对地下工程的围岩质量分级问题,以某水电站窑洞式安装间为实例,选取岩石质量指标RQD、岩石湿抗压强度RW、岩体完整性系数kv、结构面强度系数kf和地下水渗流量W 5个指标作为评价分级的基本因素,分别采用模糊模式识别直接法和LVQ神经网络模式识别法对其岩体质量进行分级,并对分级结果进行了对比。结果表明:模糊模式识别直接法和LVQ神经网络模式识别法的分类结果基本一致,只在单个岩层略微有所出入;基于LVQ神经网络的岩体分级有较好的分类识别性能,该分级方法比较简单、易于掌握,对类似工程设计和施工具有参考价值或指导意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经模糊模式识别论文参考文献
[1].唐松平,周舟,彭刚,张作刚,彭杰.基于自适应神经模糊的GIS缺陷模式识别方法[J].计算机与数字工程.2019
[2].陈星.模糊模式识别法及LVQ神经网络在岩体质量分级中的应用研究[J].人民珠江.2018
[3].杨祯山,岳文姣.基于FCM聚类模糊神经网络的电梯交通模式识别[J].系统仿真学报.2018
[4].岳文姣,杨祯山.基于SOM的模糊BP神经网络技术的电梯交通模式识别[J].渤海大学学报(自然科学版).2015
[5].王家炜,杨燕翔,孟海林,陈伟.基于模糊ART神经网络的变压器局部放电模式识别[J].西华大学学报(自然科学版).2013
[6].陆红梅,王雪青.基于模糊模式识别和BP神经网络的工程项目成本预测模型研究[J].项目管理技术.2013
[7].王家炜.基于模糊ART神经网络的变压器局部放电模式识别研究[D].西华大学.2013
[8].赵大伟,郑殿春,张仲麟,吕树明.基于T-S模糊神经网络的电晕放电模式识别方法(英文)[J].哈尔滨理工大学学报.2011
[9].李荣兵.基于模糊神经网络单筒冲气式减振器的模式识别[J].液压与气动.2011
[10].徐文,李宏光.基于一类模糊神经网络的控制图模式识别方法[C].2011年中国智能自动化学术会议论文集（第一分册）.2011
标签：GIS; 自适应模糊神经推理系统; 模式识别; 局部放电;