基于神经网络的实验模型构建方法与系统
摘要文本
本发明涉及人工智能技术领域，提供一种基于神经网络的实验模型构建方法，通过从实验活动的历史数据中提取实验活动的输入因素集和输出因素集。将输入因素集和输出因素集中的数据分别进行标准化和归一化处理后，采用优选法确定输出因素集中的关键水平值，通过回归模型将第一数据集与第三数据集建立映射关系。随机选取训练集和测试集训练和测试建立的神经网络模型，最终输出神经网络模型作为实验模型。本发明还公开了一种系统，该方法和系统能够充分考虑到实验活动中多变量输入和多变量输出之间的非线性关联关系，实验模型能够减少经验知识的依赖，且实验模型能够简化实验设计、实验过程参数设置以及提高实验计算效率和准确性。
申请人信息
- 申请人:杭州万澜科技有限公司
- 申请人地址:311202 浙江省杭州市萧山区北干街道知稼苑23幢4单元2202室
- 发明人: 杭州万澜科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于神经网络的实验模型构建方法与系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311425864.3 |
| 申请日 | 2023/10/30 |
| 公告号 | CN117391146A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06N3/0464 |
| 权利人 | 杭州万澜科技有限公司 |
| 发明人 | 沈灿波; 林冰洁; 温建刚; 夏瑞晨; 周婧; 谢天宇; 许熠; 吴吉顺; 钱洁 |
| 地址 | 浙江省杭州市萧山区北干街道知稼苑23幢4单元2202室 |
专利主权项内容
1.一种基于神经网络的实验模型构建方法，其特征在于，所述基于神经网络的实验模型构建方法包括，步骤S1，从实验活动的历史数据中提取实验活动的输入因素集和输出因素集，其中，输入因素集至少包括第一实验环境数据、流程数据、实验材料数据、能量数据；输出因素集包括第二实验环境数据、实验结果数据；步骤S2，将所述输入因素集和所述输出因素集中的数据分别进行标准化和归一化处理后，形成第一数据集和第二数据集；将所述第二数据集中的数据采用水平值-水平值模型处理，使用基于均匀分布进行区间分割，将分割出来的自然值区间从小到大度量，形成水平值，同时对水平值进行处理，使用优选法获取关键水平值作为第三数据集；再将所述第一数据集作为自变量，所述第三数据集作为因变量，通过回归模型将所述第一数据集与所述第三数据集建立映射关系；步骤S3，建立神经网络模型，从所述第一数据集、所述第三数据集随机选取训练集后，训练神经网络模型；步骤S4，从所述第一数据集、所述第三数据集随机选取测试集，测试所述神经网络模型的准确度达到阈值后，输出神经网络模型作为实验模型。 马 克 数 据 网