自組織神經(jīng)網(wǎng)絡在信息處理中的應用研究.pdf

1、人工神經(jīng)網(wǎng)絡是人工智能的一項重要研究內(nèi)容，也是信息處理領(lǐng)域的重要研究手段，它以高度并行性、分布存儲性、容錯性、非線性、結(jié)構(gòu)多變性等諸多特性成為智能信息處理領(lǐng)域的一大重要技術(shù)。自組織神經(jīng)網(wǎng)絡(SOM)是一種無監(jiān)督的具有自我學習能力的人工神經(jīng)網(wǎng)絡，它具有許多獨特而又有效的特性，如保序映射、數(shù)據(jù)壓縮、特征抽取等，這些功能特點使得SOM能夠被應用于諸多領(lǐng)域的分類和識別等問題上。本文根據(jù)SOM的這些特點，對SOM神經(jīng)網(wǎng)絡加以構(gòu)造和挖掘，分別將其應

2、用于信號、醫(yī)學、武器等領(lǐng)域的信息處理問題之中，具體研究內(nèi)容如下:
　　(1)利用SOM特征映射神經(jīng)網(wǎng)絡保拓撲序的特性對陣列信號波達方向進行估計。對于陣列信號處理中的單源信號波達方向(DOA)估計問題，建立起基于距離差(DDOA)向量探測DOA的兩種二維陣列模型——均勻線陣和任意陣列模型。將DDOA向量與波達方向角(AOA)之間的關(guān)系看做由DDOA空間到AOA空間的映射，對此映射，通過推導分析得出采樣信號的這兩個變量之間存在著相似的

3、拓撲分布。因此，欲通過DDOA對AOA進行估計并不必須得到二者之間的具體映射，只需建立雙層SOM特征映射神經(jīng)網(wǎng)絡，模擬DDOA到AOA的映射關(guān)系，因為相似的DDOA必映射到相似的AOA。更進一步的，結(jié)合Lipschitz條件，對此系統(tǒng)的可靠性進行了詳盡的分析、驗證。通過均勻分布的仿真源信號對網(wǎng)絡進行訓練，然后利用訓練好的網(wǎng)絡分別對仿真無噪信號、仿真含高斯噪聲信號、以及湖中聲源實測信號進行AOA估計效果測試，并與徑向基(RBF)神經(jīng)網(wǎng)絡、

4、多信號分類(MUSIC)算法進行對比，測試的結(jié)果顯示該網(wǎng)絡預測效果穩(wěn)定，精確度高，可以考慮應用于實踐。
　　(2)利用SOM神經(jīng)網(wǎng)絡的自組織分類特性對結(jié)腸癌位置的可能信息基因進行探索研究。通過基因表達對癌癥進行預測是否可行是一個具有爭議的研究課題，本章利用SOM神經(jīng)網(wǎng)絡的分類特性建立起基于隨機選取基因表達組合的結(jié)腸癌位置循環(huán)分類系統(tǒng)，通過對不同數(shù)量基因組、不同組合基因組進行實驗，依據(jù)低誤分類率的原則來尋求可能的信息基因組。通過對可

5、能信息基因組進行非線性主成分分析、交集運算、及交叉驗證等研究手段，得出隨機基因組與結(jié)腸癌位置相關(guān)性的分布規(guī)律，并有結(jié)腸癌位置的潛在信息基因不唯一的結(jié)論，從而進一步的認為利用基因?qū)Y(jié)腸癌位置進行分類在臨床診斷中是不可行的。
　　(3)利用優(yōu)化鄰域半徑的自回歸自組織(AR-SOM)神經(jīng)網(wǎng)絡的分區(qū)域擬合功能對火炮膛壓曲線進行擬合并對膛壓進行預測?；鹋谔艍鹤兓?guī)律在火炮研究中具有重要的作用，本文分別利用BP神經(jīng)網(wǎng)絡和改進的AR-SOM神經(jīng)

6、網(wǎng)絡對某型號火炮實測膛壓數(shù)據(jù)進行擬合和預測。實驗結(jié)果表明改進的AR-SOM能夠更好把握火炮膛壓各階段的變化規(guī)律，預測效果良好。
　　論文主要創(chuàng)新:
　　(1)提出了利用雙層SOM神經(jīng)網(wǎng)絡的DOA估計方法，并從理論上對方法的可靠性進行了驗證。該方法是基于DDOA與AOA具有相似拓撲分布的理論基礎(chǔ)提出的，適合均勻線陣及任意陣列。網(wǎng)絡可事先訓練，應用中對AOA估計迅速，精確度良好，受噪聲影響小，魯棒性好。
　　(2)建立了S