[00020069]基于采用深度Adaboost算法的BP人工神经元网络的喷射器性能的预测方法
技术详细介绍
一种基于深度BP‑Adaboost神经网络的喷射器性能预测方法，对于给定的喷射器，收集相关参数：根据神经网络拓扑结构，确定神经网络输入层、隐含层和输出层的神经元个数；输入样本开始对步骤二建立的神经网络进行训练，重复训练若干次，每次训练完毕则形成一个弱分类器，记录每次训练结果的误差；建立强分类函数，将弱分类器进行合并形成强分类器；根据预测效果分配对应的权重建立超强分类函数，将强分类器进行合并得到超强分类器，超强分类器为深度BP‑Adaboost神经网络；采集给定喷射器的实测数据，输入到建立完成的深度BP‑Adaboost神经网络中，得到输出向量即得到预测值。本发明预测精度较高、耗时较短。
