[发明专利]一种频谱预测方法、系统及电子设备在审
| 申请号： | 201711381472.6 | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN109951243A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 王珊珊;黄晓霞 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | H04B17/391 | 分类号： | H04B17/391;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 赵勍毅 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请属于频谱预测技术领域，特别涉及一种频谱预测方法、系统及电子设备。所述频谱预测方法包括：步骤a：采集原始频谱数据；步骤b：基于所述原始频谱数据，使用极限学习机算法建立单层前馈神经网络；步骤c：通过最优裁剪极限学习机算法选取所述单层前馈神经网络中的最优隐含层节点，并裁剪掉无用或作用很小的隐含层节点，得到频谱预测模型；步骤d：通过所述频谱预测模型输出频谱预测结果。本申请通过调整隐含层节点的数目，选取最优的隐含层节点数，建立最优裁剪极限学习机，最优裁剪极限学习机对隐含层节点的数量进行了有意的控制，避免过拟合的问题，提高了网络的性能，有效的提高了预测速度和准确度。 | ||
| 搜索关键词： | 频谱 隐含层 极限学习机 裁剪 前馈神经网络 原始频谱数据 预测 电子设备 预测模型 单层 输出频谱 算法选取 预测技术 预测结果 准确度 节点数 拟合 算法 申请 采集 网络 | ||
【主权项】：
1.一种频谱预测方法，其特征在于，包括以下步骤：步骤a：采集原始频谱数据；步骤b：基于所述原始频谱数据，使用极限学习机算法建立单层前馈神经网络；步骤c：通过最优裁剪极限学习机算法选取所述单层前馈神经网络中的最优隐含层节点，并裁剪掉无用或作用很小的隐含层节点，得到频谱预测模型；步骤d：通过所述频谱预测模型输出频谱预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711381472.6/，转载请声明来源钻瓜专利网。
