公开(公告)号：CN113127806A

公开(公告)日：2021-07-16

申请号：CN202110417540.X

申请日：2021-04-19

Applicant: 上海工程技术大学

Inventor： 汪丽莉 ,  刘烨 ,  李伟豪 ,  郭博研 ,  吴炎欣 ,  杨涵文

IPC: G06F17/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习的回归分析模型选择方法，解决了传统回归分析模型选择过程复杂、现有机器学习进行数据回归分析的适用范围受限的问题，其技术方案要点是首先选择可被使用于回归的备选连续函数模型集合，再根据选定的连续函数模型集合，使用数据增强策略生成机器训练数据图像，其次建立一个卷积神经网络，将训练数据图像输入并进行训练，最后使用训练后的卷积神经网络对待分析数据进行分析，给出最佳回归模型，本发明的一种基于机器学习的回归分析模型选择方法，能高准确率的提供逻辑清晰的回归模型，以低成本实现神经网络对真实数据的回归模型的判定能力。