基于征兆邻搜索优化聚类和自组织映射神经网络的多病害诊断

• Published in: Nong ye gong cheng xue bao Vol. 27; no. 1; pp. 215 - 222
• Main Author: 张可 柴毅 匡金骏
• Format: Journal Article
• Language: Chinese
• Published: 输配电装备及系统安全与新技术国家重点实验室,自动化学院,重庆大学,重庆,400030 2011
• Subjects: 人工神经网络; 多病害诊断; 番茄病害; 聚类分析; 自组织映射; 邻搜索优化; 自组织映射; 番茄病害; 邻搜索优化; 人工神经网络; 聚类分析; 多病害诊断
• ISSN: 1002-6819
• DOI: 10.3969/j.issn.1002-6819.2011.01.035

复杂过程具有多样性的特点,常出现多种异常同时发生的情况。针对该问题,对异常过程中征兆的表现及其描述进行了分析,在已有自组织特征映射神经网络（SOM NN,Self-organizing Map Neural Networks）单一故障（病害）诊断的方法的基础上,提出了具有3级分析结构的SOM NN的多诊断模型。该模型以欧几里德距离作为主要判别条件对邻搜索方法进行优化和改进,在诊断过程中不用学习多病害样本。并在此基础上以农作物中具有代表性的番茄病害为例,提取病害征兆,建立病害与病害征兆之间的映射关系,完成了对病害征兆组合的分类,通过对实例的仿真,证明了该方法在多病害诊断上能获得良好的效果。