买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于LM-BP神经网络模型预测噪声特性的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115034384B 。

龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210671591.X，技术领域涉及：G06N3/0499；该发明授权一种基于LM-BP神经网络模型预测噪声特性的方法是由王茂法;刘大锐;刘一搏;胡宁;龚友平;赵佳宝;李厚伟;王阳圳;李文欣;朱振经设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本一种基于LM-BP神经网络模型预测噪声特性的方法在说明书摘要公布了：本发明提供了一种基于LM‑BP神经网络模型预测噪声特性的方法，包括以下步骤：S1采集数据：海水温度T、海水盐度S、海水深度z、海面风速v、海面降雨率r数据、和海洋环境噪声数据；S2.创建包括上述5类数据和海洋环境噪声数据的数据集；S3.以S1中采集的5类数据为输入，设计LM‑BP神经网络模型的拓扑结构；S4.训练LM‑BP神经网络模型；S5.基于LM‑BP神经网络模型预测噪声特性：将海面风速，海面降雨率，海水温度、盐度以及深度这5类参数输入S4中生成的模型中，输出噪声特性。本方法提供的模型，对海洋环境噪声谱级进行预测时有较好的精度。

本发明授权一种基于LM-BP神经网络模型预测噪声特性的方法在权利要求书中公布了：1.一种基于LM-BP神经网络模型预测噪声特性的方法，其特征在于，包括以下步骤：S1采集数据：海水温度T、海水盐度S、海水深度z、海面风速v、海面降雨率r数据、和海洋环境噪声数据；S2.创建包括：海水温度T、海水盐度S、海水深度z、海面风速v、海面降雨率r数据、和海洋环境噪声数据的数据集；S3.以海水温度T、海水盐度S、海水深度z、海面风速v、海面降雨率r，5类数据为输入，设计LM-BP神经网络模型的拓扑结构；S4.训练LM-BP神经网络模型；S5.基于LM-BP神经网络模型预测噪声特性：将海面风速，海面降雨率，海水温度、盐度以及深度这5类参数输入S4中生成的模型中，输出噪声特性；所述S3步骤中，设计得到的LM-BP神经网络模型的拓扑结构为：该模型输入层5个节点，分别对应海面风速v，海面降雨率r，海水温度T、盐度S以及深度z，隐藏层有2层，第一层有12个节点数，第二层有8个节点数，输出层为1个神经元，输入向量为X＝x1,x2,x3,x4,x5T，隐层1输入为A＝a1,a2…a12T，隐层1输出为B＝b1,b2…b12T，隐层2输入为C＝c1,c2,…c8T，隐层2输出为D＝d1,d2,…d8T，输出层输入为e1，输出层的输出为f1；输入层与隐层1的连接权值为W＝wi,ji＝1,2...5,j＝1,2...12隐层1与隐层2的连接权值为Y＝yj,kj＝1,2...12,k＝1,2...8隐层2与输出层的连接权值为V＝vk,tk＝1,2...8,t＝1各层的之间的数学关系为：对于隐层1有 对于隐层2有 对于输出层有 对于输入层与隐藏层1层，以及隐藏层1层和2层之间，传递函数采用relu的函数；对于隐藏层与输出层之间，传递函数采用sigmoid函数；所述S4中所述训练模型的具体方式包括以下子步骤：S401.数据预处理乱序处理：样本数据集随机打乱；分割处理：将数据集按比例分割为训练集与测试集归一化处理：将输入数据进行归一化至[-1，1]区间内，归一化公式如下： 式中：X*为归一化的数据，X为样本数据，Xmax，Xmin分别为X的最大值和最小值；S402.在数据集预处理完成后，对LM-BP神经网络模型进行训练，设定训练次数、目标误差ε、随机常数μ0、常数β，其中0＜β＜1，将迭代次数k初始化为0，μ为学习率，初始化μ＝μ0，初始化参数权值和阈值向量，然后将海面风速v，海面降雨率r，海水温度T、盐度S以及深度z这5个参数对应的样本数据输入模型的的输入层，进行迭代训练，判断得到的误差指标函数Eωk是否较迭代前减小，若减小则令μ＝μ×β；若迭代后的误差增大，则令μ＝μβ，直到更新后的学习率使得误差减小；迭代方式如下：设ωk为模型第k次迭代得到的权值与阈值构成的列向量，则根据牛顿法得权值迭代公式：ωk+1＝ωk-Hk-1Gk式中，Hk为多维向量的Hessian矩阵，Gk为误差函数Ek的梯度将模型迭代过程中的误差函数Ek转换为如下形式： 式中，e为表示模型输出值与真实值之间的误差，e＝[e1,e2,e3,…el]T根据上式知均方误差Ek的梯度为 式中，J为雅可比矩阵，表达式如下 此时，Hessian矩阵Hk变形为 其中，I为单位矩阵，μ为学习率，0＜μ＜1；因此，基于LM算法对BP神经网络梯度下降法进行改进后，权值修正公式如下Δω＝-[JTJ+μI]-1JTeωk+1＝ωk-[JTJ+μI]-1JTe。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。