用阶梯样本提取受训MLP或SVM的输入输出关系

• 作者: 丁香乾 冯天瑾 刘挺 杨宁
• 来源期刊: 哈尔滨工程大学学报
• 学科: 地球科学
• 关键词: 相关性 BP网络 样本阶梯法 非线性相关 陡峭指数
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 356-359
• 页数: 4页
• 分类号: P18
• 字数: 3004字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2006.z1.075

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息工程中心	99	1107	16.0	30.0
2	杨宁	中国海洋大学信息工程中心	14	63	5.0	7.0
3	刘挺	中国海洋大学电子工程系	2	2	1.0	1.0
4	冯天瑾	中国海洋大学信息工程中心	13	86	5.0	9.0