[发明专利]基于人工神经网络的实验数据分析处理方法无效
| 申请号： | 200910078223.9 | 申请日： | 2009-02-20 |
| 公开（公告）号： | CN101814158A | 公开（公告）日： | 2010-08-25 |
| 发明（设计）人： | 黄小葳 | 申请（专利权）人： | 北京联合大学生物化学工程学院 |
| 主分类号： | G06N3/06 | 分类号： | G06N3/06;G06N3/08 |
| 代理公司： | 北京北新智诚知识产权代理有限公司 11100 | 代理人： | 陈曦 |
| 地址： | 100023 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 人工 神经网络 实验 数据 分析 处理 方法 | ||
1.一种基于人工神经网络的实验数据分析处理方法，所述人工神经网络具有三层网络结构，其中第一层为输入层，第二层为隐层，第三层为输出层，每层中均包含多个网络节点，隐层中的每个网络节点分别与输入层和输出层中的网络节点相连接，其特征在于包括如下的步骤：
(1)设定人工神经网络中每层的网络节点数目和学习样本数目；
(2)对输入的实验数据进行归一化处理；
(3)读入一组学习样本和希望输出，随机给定各个网络节点的连接权值，计算隐层中各个网络节点的输入值和输出值；
(4)计算输出层中各个网络节点的输出值；
(5)计算整个人工神经网络的输出与实测结果的能量误差函数；
(6)修正各个网络节点的连接权值：通过连续迭代的方式计算连接权值的增量，使其沿着能量误差函数随连接权值变化的负梯度方向不断修正，在迭代过程中计算全部样本的总能量误差函数；
(7)如果迭代计算轮次达到所设定的值或者计算精度达到所设定的要求，则结束迭代过程，保留计算出的各个网络节点的连接权值；
(8)根据步骤(7)获得的连接权值对输入的实验数据进行结果预测。
2.如权利要求1所述的基于人工神经网络的实验数据分析处理方法，其特征在于：
所述步骤(3)中，隐层网络节点上的激发函数为Sigmoid函数或反正切函数。
3.如权利要求1所述的基于人工神经网络的实验数据分析处理方法，其特征在于：
所述步骤(4)中，计算输出层中各个网络节点的输出值时，不考虑隐层上各个网络节点的阈值。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京联合大学生物化学工程学院，未经北京联合大学生物化学工程学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/200910078223.9/1.html，转载请声明来源钻瓜专利网。
