基于改进自组织神经网络的创业数据评估建模与仿真

作     者：尹诗 YIN Shi

作者机构：上海第二工业大学上海201209 

基　　金：教育部高等学校创新创业教育指导委员会项目(2020CXCYKT16) 教育部2021年第一批产学合作协同育人项目(202101246042) 上海第二工业大学校级重点项目(EGD20XQD17) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2022年第30卷第19期

页      码：69-73页

摘      要：针对传统创业数据建模方法在模型准确性、预测稳定性等方面存在的不足以及建模效率较低等问题,提出了基于改进自组织神经网络的创业数据评估建模与仿真方法。该方法通过SOFM算法对输入数据进行选择与分类,进而得到若干数据子集,再将数据子集通过Duplex算法划分成训练集、验证集和测试集。同时利用训练集建立回归分析模型,并采用验证集对模型进行优化,通过共识模型得到符合要求的结果。数据测试结果表明,相比于传统建模方法,文中方法所建立的模型准确性更高且预测稳定性更强,充分验证了所提方法应用于创业数据建模与仿真的可靠性。

主 题 词：自组织神经网络 连接权值 最小二乘法 共识模型 数据建模 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2022.19.015

馆 藏 号：203114582...