基于优化BP神经网络的物理量回归方法

作     者：潘俊虹 王宜怀 吴薇 PAN Jun-hong;WANG Yi-huai;WU Wei

作者机构：武夷学院数学与计算机学院福建武夷山354300 苏州大学计算机科学与技术学院江苏苏州215006 认知计算与智能信息处理福建省高校重点实验室福建武夷山354300 软件新技术与产业化协同创新中心江苏苏州215006 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2018年第45卷第12期

页      面：170-176页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61672369) 福建省教育厅科研基金(JAT160521) 武夷学院校科研基金(XD201506)资助 

主　　题：A/D转换 BP神经网络 布谷鸟搜索算法 物理量回归 动态校正 

摘      要：在物联网实际应用系统的开发中,传统回归方法面对A/D转换物理量回归时存在表达方式不统一、非线性校正能力及动态适应性弱等问题。文中在分析A/D转换物理量回归要素的基础上,依据BP神经网络的非线性映射能力,提出了利用布谷鸟算法进行优化的BP神经网络,并利用其实现统一数学表达的A/D转换物理量回归方法。实践表明,该方法具有数学公式统一、非线性校正能力及动态适应性强等特点。该方法既适用于利用通信方式将A/D采集的数据直接送至PC机处理的物联网系统,也适用于利用PC机进行学习,将神经网络结构参数存储于MCU内的Flash中,在物联网终端直接将A/D值转为实际物理量的环境。