CN112613603B
有效
基于限幅器的神经网络训练方法及其应用
本发明公开了一种基于限幅器的神经网络训练方法及其应用，所述神经网络训练方法包括：将实验数据作为训练集训练神经网络；通过训练后的神经网络预测未知状况下待预测量的值；设定限幅器的上下限，将超过限幅器上限的预测结果改为限幅器的上限，将低于限幅器下限的预测结果改为限幅器的下限，将修改后的结果纳入训练集；通过新训练集重新训练神经网络；神经网络预测结果均在限幅器上下限范围内则结束训练，否则建立新训练集，重新训练神经网络，重复直到神经网络预测结果均在限幅器上下限范围内。本发明具有在实验数据较少的情况下建立较高预测精度神经网络的优点。
More
Images(27)
| 专利时间轴 | |
|
|
| 专利类型/受理局 | PATENT( CN) |
| [标]当前申请（专利权）人 | 西安交通大学 |
| 当前申请（专利权）人 |
西安交通大学 710049 陕西省西安市咸宁西路28号 |
| [标]原始申请（专利权）人 | 西安交通大学 |
| 原始申请（专利权）人 | 西安交通大学 710049 陕西省西安市咸宁西路28号 |
| IPC分类号 |
IPC(8):
G06N3/048G16C10/00
+2
|
| 技术主题分类 | |
| 应用领域分类 | |
| 发明人 |
刘向阳 褚健淳 何茂刚 |
| 代理机构 |
西安通大专利代理有限责任公司 (王艾华) |
