摘要：提出lvq网络应用于机械设计分类决策及表达 ,与BP网、ART网相比 ,lvq网具有结构简单 ,学习速度快、分类稳定可靠、且容错性好的优点。计算机仿真表明 ,采用lvq网络进行机械设计的分类决策及表达是合适的 ,优于BP网络和ART网络。

摘要：针对叠层材料钻削加工特点,提出一种通过改进遗传算法(SAMGA)优化学习向量量化(lvq)网络的刀具磨损在线监测方法。该方法在刀具磨损监测实验过程中,采集制孔过程中的声发射信号与红外温度信号,利用小波包分解与主元分析法对采集到的信号进行滤波与降维处理,将处理后的信号特征作为输入特征向量导入到lvq网络模型中,并通过改进遗传算法优化其初始权值与阈值。结果表明:SAMGA-lvq模型相比BP网络对于刀具磨损的预测识别精度更高,改进遗传算法对lvq网络优化后训练速度有明显提升,更适用于刀具磨损在线监测系统。

摘要：充分挖掘大量历史诊断数据中隐藏的规律、模式和专家知识,是建立心脏病智能诊断系统的重要环节。lvq网络具有很好的模式识别特性,适合数据挖掘。基于lvq网络建立一个心脏病智能诊断模型。设计了网络结构,选取30个典型诊断案例作为样本,对模型进行训练和测试。结果表明,该模型可较好地反映诊断数据与诊断结果之间的因果关系,用于心脏病诊断具有较高的准确率。

摘要：利用学习向量量化(lvq)神经网络具有的强大的非线性运算和相似特征聚类功能,提出了一种机构选型的决策方法。设计者只需将设计要求模糊量化,转换为特征因素集输入训练好的神经网络,即可从一组机构中决策出较为满意的一种机构。采用lvq完成评价决策的推理过程,可以有效解决专家知识表达和积累问题,提高选型结果的合理性,并在一定程度上简化了机构的选型决策过程。实例表明,采用lvq网络进行机构选型是合适的,相对于BP网络具有更好的模式分类识别特性。