[发明专利]基于云计算的人工神经网络训练数据分析系统在审
申请号: | 202110311203.2 | 申请日: | 2021-03-24 |
公开(公告)号: | CN112766424A | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 陆钟阳 | 申请(专利权)人: | 无锡聚日信息科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 214000 江苏省无锡市新吴区菱*** | 国省代码: | 江苏;32 |
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 计算 人工 神经网络 训练 数据 分析 系统 | ||
本发明实施例涉及基于云计算的人工神经网络训练数据分析系统,包括服务器、数据管理模块、数据分析模块、数据模型构建模块、数据处理模块、数据决策模块、数据反馈模块、数据预测模块和数据输出模块;服务器用于提供存储与各种不同类型的神经网络模型相关的模型参数、训练样本数据和分析数据以及分析预测数据;数据分析模块用于对训练数据分析,并将分析的数据传输到数据处理模块;数据模型构建模块用于对神经网络训练数据的模型构建;数据决策模块,用于生成决策信息提供给数据管理模,本发明提高了训练的智能化程度,利用人工神经网络作为基础的模型框架,能够很好的模拟,从而为系统的诊断提供良好的依据。
技术领域
本发明实施例涉及人工智能领域,具体是基于云计算的人工神经网络训练数据分析系统。
背景技术
人工智能的一个领域是让机器直接学习人学习的材料,即用自然语言表达的材料,并用学到的知识指导其进行工作。学习的其中一种做法是对大量的材料进行标注,让机器从标注中学习这些材料的格式,从而机器可以从相同或者相似格式的其他材料中学到知识。
由于人工神经网络分析方法具有能对信息进行大规模并行处理、具有很强的鲁棒性、非线性和容错性,善于联想、概括、类比和推理,而且具有很强的自学习和记忆能力等特性善于从大量的统计资料中分析提取宏观统计规律,因此人工神经网络分析被广泛内应用于教学科研、实验分析、机械设计、土木工程、生物医学、航空航天、水文气象、灾害预测、电力实验、汽车、电子产品、智能仪器、证券、金融、电信等各行各业。但是由于用户一般都不是专业的人工神经网络专业人员,而用户往往要求建立多种不同的人工神经网络模型进行数据的分析预测,由于没有人工神经网络专业人员定制设计相应的人工神经网络模型,使得很多研究分析都无法开展。
发明内容
本发明实施例的目的在于提供基于云计算的人工神经网络训练数据分析系统,以解决上述背景技术中提出的问题。为实现上述目的,本发明实施例提供如下技术方案:
基于云计算的人工神经网络训练数据分析系统,包括服务器、数据管理模块、数据分析模块、数据模型构建模块、数据处理模块、数据决策模块、数据反馈模块、数据预测模块和数据输出模块;
所述服务器用于提供存储与各种不同类型的神经网络模型相关的模型参数、训练样本数据和分析数据以及分析预测数据;
所述数据分析模块用于对训练数据分析,并将分析的数据传输到数据处理模块;
所述数据模型构建模块用于对神经网络训练数据的模型构建;
所述数据决策模块,用于生成决策信息提供给数据管理模块,数据管理模块汇集流程的决策信息数据,作为数据输出模块的新的输出变量,被数据预测模块的学习;
所述数据分析管理模块,用于与神经网络模型相对应的用于分析数据的建立、删除、运算等相关资料以及进行神经网络分析的操作管理。
作为本发明实施例技术方案进一步的限定,所述数据输出模块用于提供对神经网络分析的结果信息相关资料的管理,实现对分析结果的汇总和多样式的输出。
作为本发明实施例技术方案进一步的限定,所述数据模型构建模块提供构建各种不同的神经网络模型,以保证所有神经网络模型随时加入、修改、删除。
作为本发明实施例技术方案进一步的限定,所述服务器接收训练和分析的数据相关资料,判断是否符合与之相关的神经网络模型,若不符合则返回,若符合与之相关的神经网络模型则判断是否进行训练的数据资料,若是训练数据类型则进行训练运算并返回,反之则进行分析运算。
作为本发明实施例技术方案进一步的限定,还包括节点参数选择模块,用于确定若干个关键节点参数。
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无锡聚日信息科技有限公司,未经无锡聚日信息科技有限公司许可,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/202110311203.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种保温杯
- 下一篇:刀具装夹装置及其制作方法