基于BP神经网络的生物实验数据辨识方法

本文提出了基于反向传播(back propagation,BP)神经网络的实验数据辨识方法。首先,分析生物实验数据错误诊断机制;其次,建立基于BP神经网络的实验数据辨识模型;最后,以一实验数据作为仿真案例,通过数据拟合的方法验证本文所提方法的正确性和合理性。同时,对该模型的抗噪声能力进行分析,结果表明,基于BP神经网络的实验数据辨识方法具有很强的数据辨识能力,良好的泛化能力和抗噪声能力,同时也能分析出实验过程受干扰的偏差数据。本文所提的方法为大规模实验数据分析提供了高效的辨识方法。特别是针对实验过程中受到干扰因素,导致获取的实验数据有偏差,该方法比其他方法更高效。