環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法
【專利摘要】本發(fā)明提供了一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，包括以下步驟：S1、采集各類環(huán)境問題評價的數(shù)據(jù)；S2、建立各類環(huán)境問題評價的數(shù)據(jù)庫；S3、獲取對各類環(huán)境問題評價有顯著性影響的主客觀因素；S4、對各類環(huán)境問題評價有顯著性影響的因素進(jìn)行主成分分析，獲取對各類環(huán)境問題評價有顯著性影響的獨立因素，將有顯著性影響的獨立因素作為環(huán)境問題評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量，建立環(huán)境問題評價神經(jīng)元網(wǎng)絡(luò)的初步模型；S5、獲取最優(yōu)神經(jīng)元網(wǎng)絡(luò)模型來進(jìn)行各類環(huán)境問題評價。本發(fā)明的有益效果是：可以為環(huán)境工程師提前給出保護(hù)方案、為城市規(guī)劃階段設(shè)立相應(yīng)的保護(hù)措施提供重要的量化依據(jù)。
【專利說明】環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及環(huán)境問題的評價方法，尤其涉及一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法。

【背景技術(shù)】
[0002]隨著城市化快速發(fā)展，我國環(huán)境問題越來越突出。目前，我國針對環(huán)境問題的處理方式，主要是由環(huán)境工程師進(jìn)行解決，采取一種“頭痛醫(yī)頭、腳痛醫(yī)腳”的被動式處理方法，缺乏系統(tǒng)化、整體化、前瞻性的應(yīng)對策略。這主要是由于缺乏科學(xué)化、體系化的評價手段造成的。
[0003]目前的環(huán)境評價技術(shù)主要針對存在的環(huán)境問題開展現(xiàn)場調(diào)查、實測，根據(jù)對調(diào)查、實測結(jié)果的統(tǒng)計分析，尋找環(huán)境問題癥結(jié)，從而提出解決方案。
[0004]這種補救式的環(huán)境評價方法只能是針對某一特定區(qū)域、特定環(huán)境的評價。是一種“一事一議”的環(huán)境評價方法，對其他相類似的環(huán)境問題評價沒有直接性幫助。同時，這樣的方法是對已破壞環(huán)境的修補，而對未來的建設(shè)發(fā)展沒有直接的借鑒作用。
[0005]當(dāng)前，快速城市化使解決環(huán)境問題的速度比不上城市發(fā)展的速度。這主要是傳統(tǒng)的環(huán)境評價方法無法對城市規(guī)劃階段隱藏的環(huán)境問題進(jìn)行評價，從而導(dǎo)致建設(shè)后的環(huán)境問題不斷涌現(xiàn)。
[0006]已有環(huán)境評價技術(shù)較為簡單，不適宜解決普遍性問題。對獲得的環(huán)境評價信息沒有充分利用，浪費了實地調(diào)研的人力物力。這種方法沒有充分利用信息資源庫的優(yōu)勢，導(dǎo)致解決環(huán)境問題的局限性。
[0007]總體而言，已有技術(shù)的最大缺陷在于不能針對環(huán)境問題提供前瞻性應(yīng)對措施。環(huán)境評價的主要目的在于了解環(huán)境問題的主要癥結(jié)。很多環(huán)境問題有著極為相似的問題癥結(jié)，通過對某一類問題的調(diào)研分析，應(yīng)該能夠?qū)窈箢愃茊栴}的產(chǎn)生起到預(yù)警作用。因此，利用環(huán)境調(diào)研的大量數(shù)據(jù)，采用計算機(jī)科學(xué)技術(shù)，改變現(xiàn)有“一事一議”的環(huán)境評價方法，提出一種能在規(guī)劃建設(shè)階段就能預(yù)判環(huán)境問題的方法，使可能發(fā)生的環(huán)境問題解決在城市規(guī)劃設(shè)計階段是本發(fā)明的主要目的。


【發(fā)明內(nèi)容】

[0008]為了解決現(xiàn)有技術(shù)中的問題，本發(fā)明提供了一種科學(xué)化、體系化的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，可以使城市規(guī)劃師、設(shè)計師在城市規(guī)劃與設(shè)計階段了解城市建設(shè)對環(huán)境的影響程度，為環(huán)境工程師提前給出保護(hù)方案、為城市規(guī)劃階段設(shè)立相應(yīng)的保護(hù)措施提供重要的量化依據(jù)。
[0009]本發(fā)明提供了一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，包括以下步驟:
51、采集各類環(huán)境問題評價的數(shù)據(jù)；
52、建立各類環(huán)境問題評價的數(shù)據(jù)庫；
53、通過相關(guān)性分析了解各類環(huán)境問題評價的數(shù)據(jù)對各類環(huán)境問題評價的影響，得到對環(huán)境問題評價有顯著性影響的因素；
54、基于統(tǒng)計模型的相關(guān)性分析結(jié)果，將對環(huán)境問題評價有顯著性影響的因素進(jìn)行主成分分析，得到對環(huán)境評價有顯著獨立性影響的因素，將該對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型；
55、利用步驟S2建立的數(shù)據(jù)庫，對步驟S4建立的環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進(jìn)行訓(xùn)練、檢驗、校核、優(yōu)化，得到最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
[0010]作為本發(fā)明的進(jìn)一步改進(jìn)，步驟SI中的各類環(huán)境問題評價的數(shù)據(jù)包括大氣、水、噪聲、土壤、生物多樣性的客觀環(huán)境數(shù)據(jù)以及人的主觀評價數(shù)據(jù)。
[0011]作為本發(fā)明的進(jìn)一步改進(jìn)，步驟SI為:采集各類環(huán)境問題評價的歷史數(shù)據(jù)和現(xiàn)狀數(shù)據(jù)。
[0012]作為本發(fā)明的進(jìn)一步改進(jìn)，步驟S3通過采用統(tǒng)計分析模型的方法，求解輸入變量與輸出變量的相關(guān)性，得到對環(huán)境問題評價有顯著性影響的因素。
[0013]作為本發(fā)明的進(jìn)一步改進(jìn)，步驟S4將對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型，該環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型根據(jù)輸入變量的個數(shù)M與輸出變量個數(shù)N之差來確定中間層數(shù)n，以及用來做運算的神經(jīng)元個數(shù)m，基于輸入變量與輸出變量的個數(shù)差值，設(shè)置與差值數(shù)少I到2的層數(shù)作為神經(jīng)元模型結(jié)構(gòu)層，將每層神經(jīng)元個數(shù)設(shè)置為上層神經(jīng)元m個數(shù)的m-2個，并以這樣的設(shè)置方式建立多個環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型。
[0014]作為本發(fā)明的進(jìn)一步改進(jìn)，步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進(jìn)行優(yōu)化包括:根據(jù)神經(jīng)元網(wǎng)絡(luò)反向傳播算法，在數(shù)據(jù)庫的支持下，確定最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
[0015]作為本發(fā)明的進(jìn)一步改進(jìn)，步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進(jìn)行訓(xùn)練的過程中，比較環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型結(jié)果與真實結(jié)果的差值，利用觀察反向傳播算法自動調(diào)整的參數(shù)，對環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型結(jié)構(gòu)進(jìn)行微調(diào)，得到最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
[0016]本發(fā)明的有益效果是:通過上述方案，充分利用大量的實際調(diào)研數(shù)據(jù)，建立海量環(huán)境信息資料庫，進(jìn)而利用神經(jīng)元網(wǎng)絡(luò)對大數(shù)據(jù)的先進(jìn)學(xué)習(xí)能力，發(fā)展對城市規(guī)劃所體現(xiàn)的“未來環(huán)境”的預(yù)判式的評價方法。這樣的技術(shù)能將環(huán)境保護(hù)工作提前到城市建設(shè)的前期階段，杜絕當(dāng)前環(huán)境問題“先破壞，后治理”的現(xiàn)象發(fā)生，可以使城市規(guī)劃師、設(shè)計師在城市規(guī)劃與設(shè)計階段了解城市建設(shè)對環(huán)境的影響程度，為環(huán)境工程師提前給出保護(hù)方案、為城市規(guī)劃階段設(shè)立相應(yīng)的保護(hù)措施提供重要的量化依據(jù)。

【專利附圖】

【附圖說明】
[0017]圖1是本發(fā)明一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法的流程圖；
圖2是本發(fā)明一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法的神經(jīng)元網(wǎng)絡(luò)模型的結(jié)構(gòu)示意圖； 圖3是本發(fā)明一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法的神經(jīng)元網(wǎng)絡(luò)模型的優(yōu)化過程示意圖。

【具體實施方式】
[0018]下面結(jié)合【專利附圖】

【附圖說明】及【具體實施方式】對本發(fā)明進(jìn)一步說明。
[0019]如圖1至圖3所示，本發(fā)明根據(jù)現(xiàn)實環(huán)境問題的大量數(shù)據(jù)，構(gòu)建不同場景下環(huán)境評價的數(shù)據(jù)庫，從而建立神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)需要的海量案例。通過統(tǒng)計學(xué)相關(guān)性分析模型研宄現(xiàn)實社會中影響環(huán)境評價的條件要素，確定環(huán)境評估神經(jīng)元網(wǎng)絡(luò)的輸入變量，再通過模型運算來調(diào)整神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)，并選取最優(yōu)參數(shù)降低網(wǎng)絡(luò)模型的復(fù)雜性，獲得準(zhǔn)確的評價結(jié)果O
[0020]在模型運算過程中，需要將掌握的海量數(shù)據(jù)分為學(xué)習(xí)數(shù)據(jù)、檢查數(shù)據(jù)和校核數(shù)據(jù)。在模型構(gòu)建過程中，采用模型結(jié)構(gòu)由簡到難的原則，通過調(diào)整神經(jīng)元節(jié)點數(shù)與隱藏層數(shù)的方式，以海量的數(shù)據(jù)為基礎(chǔ)來優(yōu)化模型，避免發(fā)生“過擬合”現(xiàn)象，選取最佳模型。
[0021]一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，包括以下步驟:
(1)采集各類環(huán)境問題評價的歷史數(shù)據(jù)和現(xiàn)狀數(shù)據(jù)，包括大氣、水、噪聲、土壤、生物多樣性等客觀環(huán)境數(shù)據(jù)、人的主觀數(shù)據(jù)、以及主觀評價數(shù)據(jù)；
(2)建立各類環(huán)境問題評價的海量“數(shù)據(jù)庫”；
(3)通過相關(guān)性分析了解環(huán)境主客觀數(shù)據(jù)對各類環(huán)境評價的影響。由于神經(jīng)元網(wǎng)絡(luò)的“魯棒性”，一般性的神經(jīng)元網(wǎng)絡(luò)模型不考慮輸入與輸出變量的關(guān)系，而是將所有可能影響輸出變量的因素都考慮為輸入變量。然而，針對環(huán)境問題評價這一問題，由于影響環(huán)境評價的因素十分廣泛，導(dǎo)致需要輸入神經(jīng)元網(wǎng)絡(luò)的變量十分龐大，從而使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)過于復(fù)雜，增加了運算的難度；也可能導(dǎo)致運算無法收斂的結(jié)果。這一困難也是導(dǎo)致神經(jīng)元網(wǎng)絡(luò)較少用于研宄主觀評價問題的原因。本發(fā)明則通過采用統(tǒng)計分析模型的方法，求解輸入與輸出變量的相關(guān)性；以顯著性相關(guān)因素作為輸入變量，從而極大地減少了輸入變量的數(shù)量，精簡、優(yōu)化了神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)而能獲得較好、較準(zhǔn)確的神經(jīng)元網(wǎng)絡(luò)預(yù)測結(jié)果，提高了神經(jīng)元網(wǎng)絡(luò)模型預(yù)測環(huán)境主觀評價問題的可行性和準(zhǔn)確性。這種利用統(tǒng)計模型，確定環(huán)境影響輸入變量，精簡神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)，使之更有效、更精準(zhǔn)的實驗方法，是本發(fā)明的主要創(chuàng)新點之一;
(4)基于統(tǒng)計模型的相關(guān)性分析結(jié)果，將對環(huán)境評價有顯著性影響的主客觀因素再做主成分分析，確定對環(huán)境評價有顯著獨立性影響的因素；將這些因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)初步模型。初步模型結(jié)構(gòu)根據(jù)輸入變量的個數(shù)M與輸出變量個數(shù)N之差來確定模型的中間層數(shù)n，以及用來做運算的神經(jīng)元個數(shù)m?；谳斎胱兞颗c輸出變量的個數(shù)差值，設(shè)置與差值數(shù)少I到2的層數(shù)作為神經(jīng)元模型結(jié)構(gòu)層；將每層神經(jīng)元個數(shù)設(shè)置為上層神經(jīng)元m個數(shù)的m-2個(見圖2)，并以這樣的設(shè)置方式建立多個可能存在的神經(jīng)元網(wǎng)絡(luò)初步模型；
(5)利用環(huán)境問題評價數(shù)據(jù)庫的海量數(shù)據(jù)，對神經(jīng)元網(wǎng)絡(luò)初步模型進(jìn)行訓(xùn)練、檢驗并校核，根據(jù)神經(jīng)元網(wǎng)絡(luò)反向傳播算法的優(yōu)勢，在大量數(shù)據(jù)支撐下，確定最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型，淘汰用時多、精確性較低的模型；在模型訓(xùn)練過程中，比較模型計算結(jié)果與真實結(jié)果的差值，利用觀察反向傳播算法自動調(diào)整的參數(shù)，對模型結(jié)構(gòu)進(jìn)行微調(diào)，使之達(dá)到最優(yōu)、最精確的運算狀態(tài)(見圖3)。本發(fā)明利用神經(jīng)元網(wǎng)絡(luò)具有對線性與非線性問題進(jìn)行分析的優(yōu)勢，實現(xiàn)利用“環(huán)境主客觀因素”來預(yù)測“環(huán)境主觀評價”這一復(fù)雜性問題，從而實現(xiàn)城市規(guī)劃設(shè)計過程中預(yù)判潛在環(huán)境問題的目的。神經(jīng)元網(wǎng)絡(luò)模型預(yù)測的準(zhǔn)確性在于其學(xué)習(xí)案例的深度與廣度。由于環(huán)境影響問題具有長期性、多發(fā)性特點，因此一般各個城市環(huán)保部門都有長期的環(huán)境監(jiān)測數(shù)據(jù)和調(diào)查數(shù)據(jù)，對利用神經(jīng)元網(wǎng)絡(luò)模型進(jìn)行環(huán)境問題評價提供了基礎(chǔ)條件。同時，由于我國城市化發(fā)展過程中，不斷出現(xiàn)的環(huán)境問題具有重復(fù)性的特點，因此基于長期海量數(shù)據(jù)積累而發(fā)展的神經(jīng)元網(wǎng)絡(luò)模型，能夠準(zhǔn)確預(yù)判城市未來建設(shè)中的相似問題；從而充分利用累次環(huán)境問題調(diào)研的數(shù)據(jù)資料，發(fā)揮環(huán)境數(shù)據(jù)最大效率。
[0022]當(dāng)前的環(huán)境評估技術(shù)不具有前瞻性的評價作用，只是針對實際問題的討論，提出的方法也只能解決某一具體發(fā)生的環(huán)境問題。而本發(fā)明提供的一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法的主要貢獻(xiàn)在于充分發(fā)揮環(huán)境問題實地調(diào)研的大數(shù)據(jù)信息優(yōu)勢，利用計算機(jī)科學(xué)的人工神經(jīng)元預(yù)判式功能，將環(huán)境數(shù)據(jù)進(jìn)行深入挖掘，在針對大量現(xiàn)存數(shù)據(jù)的學(xué)習(xí)分析基礎(chǔ)上，通過神經(jīng)元模型的“魯棒性”功能，對“即將發(fā)生”的類似環(huán)境問題進(jìn)行預(yù)判，從而能夠在城市建設(shè)的前期階段，充分評估建設(shè)對環(huán)境可能造成的影響，從而能更好解決城市發(fā)展與環(huán)境協(xié)調(diào)問題，有利于實現(xiàn)我國生態(tài)文明建設(shè)的發(fā)展目標(biāo)。本發(fā)明將能夠在建設(shè)初期階段進(jìn)行環(huán)境問題的整體性、普適性、預(yù)判性評估，突破了現(xiàn)有方法“一事一議”的局限性。
[0023]本發(fā)明提供的一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法的關(guān)鍵工作是利用神經(jīng)元網(wǎng)絡(luò)模型的智能技術(shù)發(fā)展對建設(shè)環(huán)境的預(yù)評估。主要創(chuàng)新點是計算機(jī)技術(shù)在環(huán)境工程和城市規(guī)劃設(shè)計交叉領(lǐng)域中的應(yīng)用。因此，發(fā)明需要保護(hù)的要點是發(fā)展該類神經(jīng)元模型的構(gòu)建方法，神經(jīng)元模型的結(jié)構(gòu)選擇方法，以及神經(jīng)元模型計算中參數(shù)選擇方法等一系列技術(shù)要點。
[0024]以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于，包括以下步驟: 51、采集各類環(huán)境問題評價的數(shù)據(jù)； 52、建立各類環(huán)境問題評價的數(shù)據(jù)庫； 53、通過相關(guān)性分析了解各類環(huán)境問題評價的數(shù)據(jù)對各類環(huán)境問題評價的影響，得到對環(huán)境問題評價有顯著性影響的因素； 54、基于統(tǒng)計模型的相關(guān)性分析結(jié)果，將對環(huán)境問題評價有顯著性影響的因素進(jìn)行主成分分析，得到對環(huán)境評價有顯著獨立性影響的因素，將該對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型； 55、利用步驟S2建立的數(shù)據(jù)庫，對步驟S4建立的環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進(jìn)行訓(xùn)練、檢驗、校核、優(yōu)化，得到最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
2.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于:步驟SI中的各類環(huán)境問題評價的數(shù)據(jù)包括大氣、水、噪聲、土壤、生物多樣性的客觀環(huán)境數(shù)據(jù)以及人的主觀評價數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于:步驟SI為:采集各類環(huán)境問題評價的歷史數(shù)據(jù)和現(xiàn)狀數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于:步驟S3通過采用統(tǒng)計分析模型的方法，求解輸入變量與輸出變量的相關(guān)性，得到對環(huán)境問題評價有顯著性影響的因素。
5.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于:步驟S4將對環(huán)境評價有顯著獨立性影響的因素作為環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的輸入變量，建立環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型，該環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型根據(jù)輸入變量的個數(shù)M與輸出變量個數(shù)N之差來確定中間層數(shù)n，以及用來做運算的神經(jīng)元個數(shù)m，基于輸入變量與輸出變量的個數(shù)差值，設(shè)置與差值數(shù)少I到2的層數(shù)作為神經(jīng)元模型結(jié)構(gòu)層，將每層神經(jīng)元個數(shù)設(shè)置為上層神經(jīng)元m個數(shù)的m-2個，并以這樣的設(shè)置方式建立多個環(huán)境評價神經(jīng)元網(wǎng)絡(luò)的初步模型。
6.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于:步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進(jìn)行優(yōu)化包括:根據(jù)神經(jīng)元網(wǎng)絡(luò)反向傳播算法，在數(shù)據(jù)庫的支持下，確定最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
7.根據(jù)權(quán)利要求1所述的環(huán)境問題的神經(jīng)元網(wǎng)絡(luò)評價方法，其特征在于:步驟S5中環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型進(jìn)行訓(xùn)練的過程中，比較環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型結(jié)果與真實結(jié)果的差值，利用觀察反向傳播算法自動調(diào)整的參數(shù)，對環(huán)境評價神經(jīng)元網(wǎng)絡(luò)模型的初步模型結(jié)構(gòu)進(jìn)行微調(diào)，得到最優(yōu)的神經(jīng)元網(wǎng)絡(luò)模型。
【文檔編號】G06N3/02GK104484701SQ201410700572
【公開日】2015年4月1日 申請日期:2014年11月28日 優(yōu)先權(quán)日:2014年11月28日
【發(fā)明者】余磊 申請人:哈爾濱工業(yè)大學(xué)深圳研究生院