SOM神经网络在作战环境数据项归类中的应用研究
Application of SOM Neural Network in Operational Environment Data Categorization
DOI: 10.12677/CSA.2019.92046, PDF,   
作者: 王 磊*：解放军91049部队，山东 青岛；马文君：解放军91033部队，山东 青岛
关键词: SOM神经网络；重复；作战环境；数据项；归类；SOM Neural Network； Repetition； Operational Environment； Data Item； Classification
摘要: 针对数据采集过程中作战环境数据项名称近似而不易区分、种类繁多且不易汇总的问题，本文以作战环境中经常出现的四类数据项—环境文件、环境数据、自然环境、集结地域为例，运用SOM神经网络对重复的数据项名称进行归类，并通过实例进行了验证，结果证明环境文件、环境数据、自然环境属于一类，而集结地域属于另一类。
Abstract: In order to solve the problem that the names of data items in the operational environment were similar but not easy to distinguish in the process of data acquisition, with wide varieties and not easy to aggregate. Four kinds of data items often appeared in the operational environment: environmental documents, environmental data, natural environment and assembly area were taken as examples. This paper used SOM neural network to classify the duplicate names of data items. It was verified by an example. The results show that environmental documents, environmental data and natural environment belong to one category, while the assembly area belongs to another category.
文章引用：王磊, 马文君. SOM神经网络在作战环境数据项归类中的应用研究[J]. 计算机科学与应用, 2019, 9(2): 414-419. https://doi.org/10.12677/CSA.2019.92046

参考文献

[1] 高刚, 蔡译锋, 甘艺. 面向作战应用的数据工程建设方法初探[J]. 电子对抗, 2016(1): 10-14.
[2] 自组织映射SOM型神经网络的实现[EB/OL].
https://wenku.baidu.com/view/313c42f29b89680203d825bf.html
[3] 李娟娟, 孟国营, 谢广明, 贾一凡. 基于小波包与SOM神经网络的传感器故障诊断[J]. 传感技术学报, 2017, 30(7): 1035-1039.
[4] 胡桂莉, 喻昕, 黄秋婵. 基于SOM神经网络的移动客户细分研究[J]. 微型机与应用, 2015, 34(23): 51-53.
[5] 高刚, 蔡译锋, 甘艺, 金晶. 面向作战应用的数据工程建设方法初探[J]. 电子对抗, 2016(1): 10-14.
[6] 翟连政. XML技术在军事信息系统数据交换和集成中的应用研究[J]. 软件导刊, 2013, 12(2): 106-107.
[7] 李旭, 程雄, 欧中红. 军事信息系统综合集成技术研究[J]. 计算机与数字工程, 2015, 43(7): 1266-1268.
[8] 数据字典及其使用[EB/OL].
https://yq.aliyun.com/ziliao/445060, 2018-09-06
[9] 数据、数据元素、数据项、数据对象的理解[EB/OL].
https://blog.csdn.net/qq_31442743/article/details/79868242, 2018-04-09.
[10] 数据类型[EB/OL].
https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E7%B1%BB%E5%9E%8B/10997964?fr=aladdin
[11] 飞思科技产品研发中心. 神经网络理论与MATLAB7实现[M]. 北京: 电子工业出版社, 2005: 231-255.
[12] 张德丰. MATLAB神经网络应用设计[M]. 北京: 机械工业出版社, 2008: 50-77.
[13] Kroenke, D.M. 数据库原理[M]. 清华大学出版社, 2008: 55-60.
[14] 赵志高, 魏巍, 蔡佳明, 何飞飞. 自组织竞争神经网络SOM在轴承故障诊断应用[EB/OL]. http://www.doc88.com/p-3197646681022.html
[15] 高峰, 刘江, 李艳, 杨新刚. 基于Kohonen自组织竞争网络的机床温度测点辨识研究[J]. 中国机械工程, 2014, 25(7): 862-866.
[16] 王晓燕. K-均值算法与自组织神经网络算法的改进研究及应用[D]: [博士学位论文]. 太原: 中北大学, 2017: 14-20.
[17] 侯淼, 刘陈帅, 王保荣. 基于灰色关联分析的SOM神经网络在葡萄分类中的应用[J]. 智能计算机与应用, 2017, 7(6): 42-46.
[18] 黄紫晖, 许学军. 基于matlab实现人工神经网络在股票评级中的应用研究[J]. 中国林业经济, 2018(4): 60-62.