龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安电子科技大学
申请日：2024-03-29
公开（公告）日：2024-06-25
公开（公告）号：CN118246483A
主分类号：G06N3/043
分类号：G06N3/043;G06N3/0464;G06N7/02;G06F18/27;G06F18/23213;G06F18/2337;G06N5/045
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于合理粒度准则和模糊规则的神经网络模型预测方法，其实现步骤为：利用合理粒度准则和模糊规则的特性对待预测的神经网络模型进行预测，将待预测的神经网络模型通过线性回归模型来进行表达，利用模糊规则的特性对线性回归模型的好坏进行评价。本发明通过利用合理粒度准则确定采样数据的最佳内核，在最佳内核范围内进行采样构建线性回归模型，利用线性回归模型对待预测的神经网络模型做出预测，具有预测精度高的优点。
主权项：1.一种基于合理粒度准则和模糊规则的神经网络模型预测方法，其特征在于，利用合理粒度准则确定待预测的神经网络模型的采样数据的最佳内核，利用模糊规则和FCM聚类算法表征待预测神经网络模型的实际输出和线性回归模型的预测输出之间的残差关系；该预测方法的具体步骤包括如下：步骤1，利用合理粒度准则确定待构建的线性模型最佳内核；步骤2，在最佳内核范围内对输入数据进行采样；步骤3，基于最小二乘法构建采样数据的线性回归模型；步骤4，利用模糊规则和FCM聚类算法表征待解释神经网络的实际输出与线性回归模型的预测输出之间的残差；步骤5，用线性回归模型预测待解释神经网络模型的输入与输出关系。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于合理粒度准则和模糊规则的神经网络模型预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号