基于LVQ神经网络的混沌时间序列分类识别

• 作者: 任辉 裴承鸣
• 来源期刊: 机械科学与技术
• 学科: 航空航天
• 关键词: 神经网络 转子系统 混沌时间序列
• 年，卷（期）: 2001,（6）
• 所属期刊栏目: 实验研究
• 页码范围: 916-917
• 页数: 2页
• 分类号: V231.96
• 字数: 1710字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2001.06.047

摘要

学习向量量化(LVQ)是一种自适应数据分类方法,文中研究了利用这种神经网络对Jeffcott转子碰摩模型的非线性混沌时间序列进行分类识别,得到了满意的效果.分析结果表明,该方法可以实现对这类混沌信号和其它响应信号数据的聚类,对非线性信号分类识别提供了一种较为直接的处理方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴承鸣		39	226	9.0	13.0
2	任辉		8	98	6.0	8.0