[发明专利]基于人工神经网络的SF6气体光纤检测定量分析方法

权利要求书

1.一种基于人工神经网络的SF₆气体光纤检测定量分析方法，其特征在于，所述方法包括：

获取影响SF₆气体光纤检测定量分析因素的训练样本；

基于前馈神经网络和所述训练样本训练神经元激励函数；

所述神经元激励函数为其中，f(y)为神经元的激励函数，z为神经元网络的运算输出，x为神经元的输入，k为相应神经元输入的权值，b为神经元阈值；

预设神经元网络期望输出R，根据所述神经元网络期望输出通过训练获得使神经元输出接近期望值R的神经元的权值和阈值；

根据获得的神经元的权值和阈值以及结合影响SF₆气体光纤检测定量分析因素的输入，预测SF₆气体光纤检测定量分析结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述神经元网络期望输出通过训练获得使神经元输出接近期望值R的神经元的权值和阈值中，所述训练采用自适应调整步长和加动量因子的改进BP算法。

3.根据权利要求2所述的方法，其特征在于，所述自适应调整步长包括：

预设初始步长，若误差函数E增大,则将步长Z乘以一个小于1的常数U沿原方向重新计算下一个迭代点；若一次迭代后误差函数E减小,则将步长Z乘以一个大于1的常数h，加大训练步伐；

其中，所述误差函数为N为训练样本总数,m为输入神经元数。

4.根据权利要求3所述的方法，其特征在于，所述自适应调整步长和加动量因子的改进BP算法，包括：

其中，k为学习速率，n₀为迭代次数，E为误差函数，Δk为动量变化量。

5.根据权利要求1所述的方法，其特征在于，所述影响SF₆气体光纤检测定量分析的因素包括光谱峰强、压强、温度和激光功率。