论文部分内容阅读
提出一种新的样本选择方法--统计平均法,并以三层BP网络青霉素产量预报为例进行验证,结果显示该方法在不降低预报精度的情况下,能显著减少训练样本数目.相比Kohonen网络法和Kennard-one法等其它样本选择方法,该方法更为简单可行.
发酵过程中神经网络训练样本的选取
【摘 要】
：
提出一种新的样本选择方法--统计平均法,并以三层BP网络青霉素产量预报为例进行验证,结果显示该方法在不降低预报精度的情况下,能显著减少训练样本数目.相比Kohonen网络法和K
【机 构】
：
上海交通大学,上海交通大学
【出 处】
：
化工自动化及仪表
【发表日期】
：
2004年6期
其他文献
将多方向主元分析(MPCA)理论应用到一个实际的PVC间歇反应过程的性能监测与故障诊断中.由于间歇反应的特点,数据具有多维性,应用传统的主元分析将使过程的统计建模与故障诊断
回转窑的控制问题一直是缠绕控制界的难点,针对某厂锌钡白干燥煅烧回转窑生产系统,提出了一种基于'等质量等能量'思想的控制方法.首先简述锌钡白干燥煅烧回转窑的控