[发明专利]基于人工神经网络的车辆性能数据清洗系统及其方法有效
| 申请号： | 201610341779.2 | 申请日： | 2016-05-20 |
| 公开（公告）号： | CN106055579B | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 易平;孟以爽;王英博;王维科;李正发;孙海丰 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06N3/02 |
| 代理公司： | 31201 上海交达专利事务所 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于人工神经网络的车辆性能数据清洗系统及其方法，包括：数据输入模块、样本训练模块、数据清洗模块和数据预测模块，其中：数据输入模块用于输入车辆性能的原始数据，样本训练模块调用原始数据并进行人工神经网络的训练，并向数据清洗模块传输训练好的原始数据的神经网络信息；数据清洗模块根据相对误差对神经网络信息进行异常数据清洗，并将清洗后的原始数据信息反馈至样本训练模块；样本训练模块基于人工神经网络算法对清洗后的原始数据信息样本进行学习训练，并通过数据预测模块对车辆性能进行预测；本发明能够检测出有规律的测量数据中的异常数据，并能在大数据量情况下快速检测清洗。 | ||
| 搜索关键词： | 基于 人工 神经网络 车辆 性能 数据 清洗 系统 及其 方法 | ||
【主权项】：
1.一种基于人工神经网络的车辆性能数据清洗系统的清洗方法，其特征在于，所述系统包括：数据输入模块、样本训练模块、数据清洗模块和数据预测模块，其中：数据输入模块用于输入车辆性能的原始数据，样本训练模块调用原始数据并进行人工神经网络的训练，并向数据清洗模块传输经训练的BP神经网络计算所有神经元的输出；数据清洗模块对所有神经元的输出进行异常数据清洗，并将清洗后的原始数据信息反馈至样本训练模块；样本训练模块基于人工神经网络算法对清洗后的原始数据信息样本进行学习训练，并通过数据预测模块对车辆性能进行预测；/n所述的原始数据包括预测输入数据和预测输出数据，其中：预测输入数据是指对预测结果有影响的条件数据；预测输出数据是指需要预测的数据；/n所述的人工神经网络算法采用BP神经网络算法，其参数信息包括：隐层数、各层传递函数、终止训练的误差值和最大训练步长，其中隐层数为算法中的隐含层数量，各层传递函数为各隐层与输出层的传递函数，即隐层传递函数和输出层传递函数；/n所述的隐层传递函数为sigmoid传递函数，其公式为：
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上海交通大学，未经上海交通大学许可，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/201610341779.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种星敏感器光行差修正地面验证方法
- 下一篇：触摸装置检测方法及触摸装置
