基于LVQ神经网络的混沌时间序列分类识别

被引：13

作者：

任辉

裴承鸣

机构：

[1] 西北工业大学,西北工业大学西安,西安

来源：

关键词：

神经网络; 转子系统; 混沌时间序列;

D O I：

10.13433/j.cnki.1003-8728.2001.06.047

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

学习向量量化 (L VQ)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

引用

页码：916 / 917+797 +797

页数：3