SOM和PNN方法

机械设备运行中得到的诊断信息往往存在信噪比低、信号混叠等问题,严重影响提取真实的故障信号特征,降低了诊断准确率。针对上述问题,提出一种新的基于快速独立分量分析与概率神经网络的设备故障诊断方法,FAST

这个类实现了概率神经网络 (概率神经网络 - PNN)

探索MATLAB神经网络中的概率神经网络（PNN），本文聚焦于基础理论和实战案例分析。我们深入剖析PNN在分类预测中的作用，通过43个案例呈现了其在不同领域的应用。特别关注基于PNN的变压器故障诊断，

VC++实现的自组织映射SOM方法图像分类聚类算法源代码

为了提高太阳黑子预测预报的精度,提出固定型极限学习过程神经网络(FELM-PNN)和增量型极限学习过程神经网络(IELM-PNN)两种学习算法.FELM-PNN的隐层节点数目固定,使用SVD求解隐层输

阳泉矿区多数矿井煤层回采的过程中出现矿井瓦斯涌出量大,远高于15号煤层瓦斯含量。PNN测井是一种利用测量地层中剩余热中子数量随时间变化关系,从中提取地层宏观俘获截面,利用两个中子探测器上得到的中子计数

提出一种基于集合经验模态分解(EEMD)降噪与概率神经网络(PNN)的齿轮箱齿轮故障诊断方法:利用EEMD对采集到的齿轮振动信号进行分解,得到一系列固有模态函数(IMF),然后利用相关系数准则对IMF

提出了一种把自组织特征映射SOM和Kmeans算法结合的聚类组合算法。先用SOM对文档聚类，然后以SOM的输出权值初始化Kmeans的聚类中心，再用Kmeans算法对文档聚类。实验结果表明，该聚

A8 如何在AM3517 SOM-M2开发板上烧写wince镜像文件到nand flash

该程序具体用一神经网络SOM实现了倒立摆的平衡控制，并取得了很好的效果。