存在仪器噪声和测量误差时人工神经网络模型改进的性能

发明专利有效专利

申请号：
CN02802496.6
IPC分类号：G06N3/08
申请日期：
2002-03-26
申请人：
科学与工业研究会

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	存在仪器噪声和测量误差时人工神经网络模型改进的性能
申请号	CN02802496.6	申请日期	2002-03-26
法律状态	授权	申报国家	中国
公开/公告日	2005-01-26	公开/公告号	CN1571982
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8查看分类表>
申请人	科学与工业研究会	申请人地址	印度新德里变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	科学与工业研究会	当前权利人	科学与工业研究会
发明人	巴斯卡·戴特雷·库卡尼;桑吉夫·史瑞克瑞士纳·塔姆比;贾亚瑞姆·布哈吉·劳纳瑞;尼拉姆库马·维勒查;桑雷·瓦桑特劳·戴史姆克;巴范尼史安卡·希诺伊;希瓦拉玛·拉维克安德兰
代理机构	中国国际贸易促进委员会专利商标事务所	代理人	冯谱

摘要

描述了一种方法，在存在包含仪器噪声和/或测量误差的输入-输出例子数据时，用于改进人工神经网络模型的预测精度和推广性能，用于训练网络模型输入-输出例子数据中噪声和误差的存在造成在精确学习输入和输出之间非线性关系的困难，网络有效学习噪声关系，该方法设法使用计算机模拟生成大规模的噪声-叠加采样输入-输出数据集，这里高斯噪声专用量被添加到例子集中的每一输入/输出变量，并由此生成的扩大的采样数据集用作为训练集，用于构造人工数据网络模型，被添加的噪声量对输入/输出变量是专用的，并使用随机搜索和优化技术即遗传算法确定其优化值，对噪声叠加扩大的训练集所训练的网络表现出其预测精度和推广性能明显的改进，所发明的方法通过其成功用于来自工业聚合反应器和连续搅拌反应器(CSTR)包含仪器误差和/或测量噪声的例子数据所例证。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供