摘要
本文提出了基于反向传播(back propagation,BP)神经网络的实验数据辨识方法。首先,分析生物实验数据错误诊断机制;其次,建立基于BP神经网络的实验数据辨识模型;最后,以一实验数据作为仿真案例,通过数据拟合的方法验证本文所提方法的正确性和合理性。同时,对该模型的抗噪声能力进行分析,结果表明,基于BP神经网络的实验数据辨识方法具有很强的数据辨识能力,良好的泛化能力和抗噪声能力,同时也能分析出实验过程受干扰的偏差数据。本文所提的方法为大规模实验数据分析提供了高效的辨识方法。特别是针对实验过程中受到干扰因素,导致获取的实验数据有偏差,该方法比其他方法更高效。
出处
《电子技术与软件工程》
2020年第18期198-202,共5页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
洛阳师范学院国家自然科学基金培育基金(基金编号:2018-PYJJ-006)。
作者简介
李玲梅(1987-),女,河南省卫辉市人。博士学位,现为洛阳师范学院食品与药品学院讲师。研究方向为智能化实验计算机技术;张才坤(1987-),男,河南省卫辉市人。硕士学位,现为中国洛阳电子装备试验中心研究实习员。研究方向为软件工程;乔冠禹(1991-),男,河北省邢台市人。硕士学位,现为中国洛阳电子装备试验中心研究实习员。研究方向为智能算法。
