融合先驗(yàn)知識(shí)的混凝土侵徹深度試驗(yàn)數(shù)據(jù)異常點(diǎn)檢測(cè)算法

打開文本圖片集

摘要： 為剔除混凝土侵徹深度試驗(yàn)數(shù)據(jù)異常點(diǎn)，提出了一種融合先驗(yàn)知識(shí)的異常檢測(cè)算法。利用反向傳播（backpropagation， BP）神經(jīng)網(wǎng)絡(luò)模型擬合試驗(yàn)樣本數(shù)據(jù)的分布，結(jié)合偏差指標(biāo)篩選離群樣本點(diǎn)，并通過經(jīng)驗(yàn)算法評(píng)價(jià)模型異常檢測(cè)性能。針對(duì)試驗(yàn)數(shù)據(jù)特點(diǎn)選擇全量梯度下降結(jié)合動(dòng)量?jī)?yōu)化方法，從而提高模型迭代訓(xùn)練的穩(wěn)定性和效率，并且在構(gòu)建模型過程中融合領(lǐng)域先驗(yàn)知識(shí)約束對(duì)樣本數(shù)據(jù)的擬合，使得模型在訓(xùn)練過程中能反映附加特征的影響。（剩余2496字）