一种基于卷积神经网络的数据线性相关判定方法

    公开(公告)号:CN113807490A

    公开(公告)日:2021-12-17

    申请号:CN202010535355.6

    申请日:2020-06-12

    Abstract: 本发明公开了一种基于卷积神经网络的数据线性相关判定方法,克服了传统分析应用范围被限制的弊端,其技术方案要点是建立卷积神经网络及其训练策略,卷积神经网络根据其训练策略生成的数据图像进行训练;训练策略特指将根据非线性率和数据质量参数生成随机测量数据生成图像的策略;最终获得具有数据相关性判断能力的神经网络,并可知其判断能力受非线性率和数据质量的限制极限,能够对不同非线性率和数据质量条件下的数据线性相关性进行识别,本发明的一种基于卷积神经网络的数据线性相关判定方法,能够不依赖于变量的统计性假设,给出网络在不同条件下的判断可信度。

Patent Agency Ranking