[發(fā)明專利]環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法在審
| 申請?zhí)枺?/td> | 201410700572.0 | 申請日: | 2014-11-28 |
| 公開(公告)號: | CN104484701A | 公開(公告)日: | 2015-04-01 |
| 發(fā)明(設(shè)計)人: | 余磊 | 申請(專利權(quán))人: | 哈爾濱工業(yè)大學(xué)深圳研究生院 |
| 主分類號: | G06N3/02 | 分類號: | G06N3/02;G06Q50/00 |
| 代理公司: | 深圳市科吉華烽知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44248 | 代理人: | 羅志偉 |
| 地址: | 518000 廣東省深*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 環(huán)境 問題 神經(jīng)元 網(wǎng)絡(luò) 評價 方法 | ||
1.一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于,包括以下步驟:
S1、采集各類環(huán)境問題評價的數(shù)據(jù);
S2、建立各類環(huán)境問題評價的數(shù)據(jù)庫;
S3、通過相關(guān)性分析了解各類環(huán)境問題評價的數(shù)據(jù)對各類環(huán)境問題評價的影響,得到對環(huán)境問題評價有顯著性影響的因素;
S4、基于統(tǒng)計模型的相關(guān)性分析結(jié)果,將對環(huán)境問題評價有顯著性影響的因素進行主成分分析,得到對環(huán)境評價有顯著獨立性影響的因素,將該對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量,建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型;
S5、利用步驟S2建立的數(shù)據(jù)庫,對步驟S4建立的環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進行訓(xùn)練、檢驗、校核、優(yōu)化,得到最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
2.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于:步驟S1中的各類環(huán)境問題評價的數(shù)據(jù)包括大氣、水、噪聲、土壤、生物多樣性的客觀環(huán)境數(shù)據(jù)以及人的主觀評價數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于:步驟S1為:采集各類環(huán)境問題評價的歷史數(shù)據(jù)和現(xiàn)狀數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于:步驟S3通過采用統(tǒng)計分析模型的方法,求解輸入變量與輸出變量的相關(guān)性,得到對環(huán)境問題評價有顯著性影響的因素。
5.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于:步驟S4將對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量,建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型,該環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型根據(jù)輸入變量的個數(shù)M與輸出變量個數(shù)N之差來確定中間層數(shù)n,以及用來做運算的神經(jīng)元個數(shù)m,基于輸入變量與輸出變量的個數(shù)差值,設(shè)置與差值數(shù)少1到2的層數(shù)作為神經(jīng)元模型結(jié)構(gòu)層,將每層神經(jīng)元個數(shù)設(shè)置為上層神經(jīng)元m個數(shù)的m-2個,并以這樣的設(shè)置方式建立多個環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型。
6.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于:步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進行優(yōu)化包括:根據(jù)神經(jīng)元網(wǎng)絡(luò)反向傳播算法,在數(shù)據(jù)庫的支持下,確定最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
7.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法,其特征在于:步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進行訓(xùn)練的過程中,比較環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型結(jié)果與真實結(jié)果的差值,利用觀察反向傳播算法自動調(diào)整的參數(shù),對環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型結(jié)構(gòu)進行微調(diào),得到最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工業(yè)大學(xué)深圳研究生院,未經(jīng)哈爾濱工業(yè)大學(xué)深圳研究生院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410700572.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 環(huán)境服務(wù)系統(tǒng)以及環(huán)境服務(wù)事業(yè)
- 環(huán)境控制裝置、環(huán)境控制方法、環(huán)境控制程序及環(huán)境控制系統(tǒng)
- 環(huán)境檢測終端和環(huán)境檢測系統(tǒng)
- 環(huán)境調(diào)整系統(tǒng)、環(huán)境調(diào)整方法及環(huán)境調(diào)整程序
- 環(huán)境估計裝置和環(huán)境估計方法
- 用于環(huán)境艙的環(huán)境控制系統(tǒng)及環(huán)境艙
- 車輛環(huán)境的環(huán)境數(shù)據(jù)處理
- 環(huán)境取樣動力頭、環(huán)境取樣方法
- 環(huán)境艙環(huán)境控制系統(tǒng)
- 環(huán)境檢測儀(環(huán)境貓)
- 神經(jīng)元振蕩器及基于該神經(jīng)元振蕩器的混沌神經(jīng)網(wǎng)絡(luò)
- 一種神經(jīng)元硬件裝置及用這種裝置模擬脈沖神經(jīng)網(wǎng)絡(luò)的方法
- 人工神經(jīng)元信息轉(zhuǎn)換為脈沖神經(jīng)元信息的方法和系統(tǒng)
- 神經(jīng)網(wǎng)絡(luò)信息轉(zhuǎn)換方法和系統(tǒng)
- 神經(jīng)元信息發(fā)送方法、裝置和存儲介質(zhì)
- 用于檢驗神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元函數(shù)的方法和設(shè)備
- 一種裁剪神經(jīng)網(wǎng)絡(luò)模型的方法和電子設(shè)備
- 用模擬神經(jīng)元的單個物理層實現(xiàn)多層神經(jīng)網(wǎng)絡(luò)
- 一套無人機神經(jīng)網(wǎng)絡(luò)控制用的人工神經(jīng)元模型
- 視網(wǎng)膜神經(jīng)網(wǎng)絡(luò)裝置
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





