论文部分内容阅读
神经网络具有强大的函数拟合能力,但是,训练的结果是‘黑盒子.采用构造阶梯样本、计算陡峭指数的方法,将受训多层感知器或支撑向量机的输入输出变量关系以直观的形式(阶梯图)反映出来.与传统方法比较,这种新的相关性分析方法能更充分地揭示样本中输入与输出变量间的非线性关系.在烟草行业单料烟模拟感觉质量评估的应用中,仿真试验验证了该方法的有效性与实用性.