本文提出了基于反向傳播(backpropagation,BP)神經(jīng)網(wǎng)絡(luò)的實驗數(shù)據(jù)辨識方法。首先,分析生物實驗數(shù)據(jù)錯誤診斷機制;其次,建立基于BP神經(jīng)網(wǎng)絡(luò)的實驗數(shù)據(jù)辨識模型;最后,以一實驗數(shù)據(jù)作為仿真案例,通過數(shù)據(jù)擬合的方法驗證本文所提方法的正確性和合理性。同時,對該模型的抗噪聲能力進行分析,結(jié)果表明,基于BP神經(jīng)網(wǎng)絡(luò)的實驗數(shù)據(jù)辨識方法具有很強的數(shù)據(jù)辨識能力,良好的泛化能力和抗噪聲能力,同時也能分析出實驗過程受干擾的偏差數(shù)據(jù)。本文所提的方法為大規(guī)模實驗數(shù)據(jù)分析提供了高效的辨識方法。特別是針對實驗過程中受到干擾因素,導(dǎo)致獲取的實驗數(shù)據(jù)有偏差,該方法比其他方法更高效。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 數(shù)據(jù)辨識機制
3 基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)辨識方法
    3.1 數(shù)據(jù)處理
    3.2 基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)辨識模型
4 仿真分析
    4.1 仿真案例與環(huán)境
    4.2 仿真運行結(jié)果
    4.3 仿真結(jié)果驗證
    4.4 模型的泛化能力分析
    4.5 模型的抗噪聲能力分析
5 結(jié)論



本文編號：3809079