电子信息系统可靠性数据分析的神经网络方法
神经网络是一个具有高度非线性的超大规模连续时间的动力系统,其最主要特征为连续时间非线性动力学、网络的全局作用、大规模并行分布处理及高度的鲁椿性和学习联想能力.同时它又具有一般非线性动力系统的共性,即不可预测性、吸引性、非平衡性、不可逆性、离散性、高难性、广泛联结性与自适应性等.因此,神经网络实际上是一个超大规模非线性连续时间自适应信息处理系统.BP神经网络是其中一个形式比较简单,理论比较完善的模型.BP网络在本质上是一种输入到输出的映射,它能够学习大量的输入与输出之间的映射关系,而不需要任何输入和输出之间的精确的数学表达式,只要用已知的模式对BP网络加以训练,网络就具有输入输出对之间的映射能力.BP算法的关键在于中间层的学习规则,而中间层就相当于对输入信息的一个特征抽出器.以大量的确认可靠的采集数据为输入,对BP神经网络进行训练,然后将电子信息系统的数据作为输入,神经网络会从中提取可靠的信息.本论文用BP神经网络对电子信息系统的可靠性数据进行分析,并利用matlab中的神经网络工具箱作仿真试验.
电子信息系统 神经网络 可靠性 信号处理 数据分析
郭从良 胡波 徐志栋 周银贵 董塞
中国科学技术大学电子科学与技术系(安徽省合肥市) 合肥国家同步辐射实验室(安徽省合肥市)
国内会议
西宁
中文
284-292
2003-09-01（万方平台首次上网日期，不代表论文的发表时间）