46、神经计算与生物信息学的多领域应用

神经计算与生物信息学的多领域应用

1. 盐水损伤诊断系统构建

在盐水对配电线路损伤的诊断方面，高阶神经网络（HONN）的反向传播方法发挥了重要作用。其构建诊断系统的步骤如下：
1. 数据分组 ：将测量数据分为学习组和测试组。
2. 系统学习 ：对每个HONN系统进行学习。
3. 能力评估 ：利用测试数据评估每个系统的泛化能力。

具体操作时，使用84个学习数据构建系统，其中42个是未在配电线路上喷洒任何物质（纯情况）的数据，另外42个是在配电线路上喷洒密度为0.5%、1.0%或2.0%盐溶液（土壤情况）的数据。最初选择两个坐标（x和y坐标）以及电场绝对值 $\sqrt{E_x^2 + E_y^2 + E_z^2}$ 这三个变量作为输入变量，一个变量作为输出变量，并选择合适数量的隐藏层单元进行学习，但发现无法实现100%的识别率，即无法将所有学习数据正确分离为纯区域和土壤区域。这表明输入变量数量不足，随后将输入变量改为x、y坐标，电场分量 $E_x$、$E_y$ 和 $E_z$ 这五个变量，此时在所有情况下都能实现100%的学习识别。

数据在计算机模拟中被归一化到0到1的区间，在确定输出数据时，允许有0.3的误差范围，输出值0和1分别代表纯情况和土壤情况。以下是使用同一天测量数据的诊断系统结果：
| 密度 | TNN学习时间（分钟） | TNN权重数量 | TNN识别率（%） | HONN学习时间（分钟） | HONN权重数量 | HONN识别率（%） |
| ---- | ---- | ---- | ---- | ---