java - 使用神经网络的关系发现

Question

假设我以固定速率（例如每秒一次）对多个信号进行采样，并从信号中提取一些指标，例如一个与另一个的比率、变化率、相对变化率等。
我已经听说神经网络可用于发现关系。这是真的？
如果是这样，我可以使用哪些书籍/互联网资源来了解有关如何执行此操作的更多信息。
正在完成的处理是 Java，因此非常感谢您对所有答案的 Java 倾斜。
谢谢

Answer 1

那是真实的。您可以发现与 NN 的关系。问题是在进行校准后很难解释权重。所以它们有点像黑匣子（比其他数据挖掘算法更是如此）。

我实际上建议探索MS Analysis Services附带的神经网络算法。这是在开始编程之前了解 NNets 的好方法（因为它是一个服务器服务，您可以从 java 调用它）。

Answer 2

您很可能需要确定某种“窗口”，例如最后 10 个样本。您可以将您的信号标准化为一个在 -1 和 1 之间标准化的 10 个“双精度”数组。这将形成您神经网络的“输入”。所以你会有 10 个输入神经元。然后你必须决定你想要的输出是什么。也许您有 100 种不同的分类，您可能想要将信号分类到其中。如果是这种情况，您将拥有 100 个不同的输出神经元，每个神经元都经过训练，在识别特定信号时产生比其他输出神经元更高的输出。

在输入层和输出层之间，神经网络通常有一个或多个隐藏层。这些只是为神经网络提供了额外的能力。

对于 Java 神经网络编程，您可以尝试Encog 项目。还有一个 DotNet 版本的 Encog。