用阶梯样本提取受训MLP或SVM的输入输出关系

摘要：

神经网络具有强大的函数拟合能力,但是,训练的结果是‘黑盒子”.采用构造阶梯样本、计算陡峭指数的方法,将受训多层感知器或支撑向量机的输入输出变量关系以直观的形式(阶梯图)反映出来.与传统方法比较,这种新的相关性分析方法能更充分地揭示样本中输入与输出变量间的非线性关系.在烟草行业单料烟模拟感觉质量评估的应用中,仿真试验验证了该方法的有效性与实用性.

关键词： 相关性 BP神经网络 样本阶梯法 非线性相关 陡峭指数 多层感知器 支撑向量机 输入输出变量关系

作者: 刘挺 丁香乾 冯天瑾 杨宁

作者单位: 中国海洋大学,电子工程系,山东,青岛,266071 中国海洋大学,信息工程中心,山东,青岛,266071

会议类型: 国内会议

会议名称: 第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)

会议地点: 哈尔滨

会议语种:中文

页码: 356-359

在线出版日期: 2006-08-05（万方平台首次上网日期，不代表论文的发表时间）