專利名稱：：工程科學(xué)信息處理的補(bǔ)償方法
技術(shù)領(lǐng)域：
：本發(fā)明是一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)自動(dòng)實(shí)現(xiàn)工程科學(xué)信息處理的補(bǔ)償方法，屬于"測繪科學(xué)與技術(shù)"學(xué)科中的"測量誤差數(shù)據(jù)處理"
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：知識(shí)之海浩浩蕩蕩，現(xiàn)有知識(shí)猶如滄海一粟，而很多工程問題非常復(fù)雜，現(xiàn)有知識(shí)是遠(yuǎn)不足以給出完備解答的，因此，對(duì)復(fù)雜工程問題的解答通常只能是近似的。本發(fā)明方法是設(shè)法對(duì)工程科學(xué)計(jì)算的近似值進(jìn)行修正，即實(shí)現(xiàn)對(duì)工程科學(xué)信息處理的誤差進(jìn)行補(bǔ)償。具體而言，在工程科學(xué)領(lǐng)域中，經(jīng)常需要利用多個(gè)變量(如x,、x2.....x)計(jì)算某個(gè)重要變量(如y)的值。由于我們往往不知道其函數(shù)關(guān)系真值，在工程科學(xué)信息處理中，先設(shè)定變量之間滿足一個(gè)函數(shù)關(guān)系式，如y=6。+6^+62;c2+...+6"x，式中6,為待定參數(shù)。然后，利用大量的測量(或試驗(yàn))數(shù)據(jù)，根據(jù)最小二乘法來計(jì)算這些待定參數(shù)6,，并利用統(tǒng)計(jì)理論分析方法來判斷該函數(shù)關(guān)系是否有效。事實(shí)上，如此進(jìn)行工程科學(xué)計(jì)算是近似的，其計(jì)算值往往存在偏差。如果能探測出偏差值，并設(shè)法對(duì)此偏差進(jìn)行補(bǔ)償，這就意味著可以大大改善工程科學(xué)計(jì)算的結(jié)果。例如，在大壩變形監(jiān)測中，可以根據(jù)大壩水壓荷載(A)和溫度荷載(A)來計(jì)算大壩變形(.y)，而大壩變形值是判斷大壩安全的重要指標(biāo)之一。目前，在"測量誤差數(shù)據(jù)處理"
技術(shù)領(lǐng)域：
，工程科學(xué)信息處理的補(bǔ)償方法主要有附加系統(tǒng)參數(shù)法、附加系統(tǒng)權(quán)法、最小二乘配置法、半?yún)?shù)模型法等四種常規(guī)方法。但概括起來，這些常規(guī)方法存在以下不足1)這四種常規(guī)方法的中間過程比較復(fù)雜，而且，中間過程往往需要人工進(jìn)行判別。2)模型中有些參數(shù)的確定需要進(jìn)行大量試算工作，且參數(shù)值的取值不同，對(duì)補(bǔ)償效果的影響較大。如，半?yún)?shù)模型中的正則矩陣S和平滑因子a的確定比較困難，而且S和a的取值不同，對(duì)補(bǔ)償結(jié)果有較大影響。3)經(jīng)過大量工程實(shí)例結(jié)果分析，這四種常規(guī)方法均有一定的補(bǔ)償作用，但補(bǔ)償效果不顯著。針對(duì)常規(guī)方法存在的以上不足，本發(fā)明通過研究神經(jīng)網(wǎng)絡(luò)BP算法，提出采用一個(gè)特殊的BP網(wǎng)絡(luò)結(jié)構(gòu)來實(shí)現(xiàn)工程科學(xué)信息處理的補(bǔ)償，充分發(fā)揮了神經(jīng)網(wǎng)絡(luò)技術(shù)的優(yōu)勢。
發(fā)明內(nèi)容技術(shù)問題本發(fā)明是一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)自動(dòng)實(shí)現(xiàn)工程科學(xué)信息處理的補(bǔ)償方法，按照本發(fā)明"技術(shù)方案"中的四個(gè)步驟，可求出工程科學(xué)計(jì)算的偏差值，并實(shí)現(xiàn)對(duì)該工程科學(xué)信息處理的補(bǔ)償。整個(gè)過程無需人工干預(yù)，自動(dòng)化程度高。技術(shù)方案本發(fā)明的工程科學(xué)信息處理補(bǔ)償?shù)姆椒?)工程科學(xué)信息采集在工程科學(xué)領(lǐng)域，需要利用"個(gè)變量x,，^，…，x"來求取變量y的值。首先進(jìn)行信息采集，即通過測量或試驗(yàn)得到S個(gè)子樣，數(shù)據(jù)整理格式見表1。(注本方法對(duì)子樣個(gè)數(shù)S有要求，具體要求見公式(2)。)表1所有子樣測量結(jié)果數(shù)據(jù)表(格式)<table>tableseeoriginaldocumentpage5</column></row><table>2)工程科學(xué)信息處理根據(jù)信息采集結(jié)果(表1)，設(shè)定工程科學(xué)信息處理關(guān)系式_V=60++62x2+...+6";c"(1)式中，6。A,…,6"為待定參數(shù)。待定參數(shù)的個(gè)數(shù)為g，上式(="+1。(注也可以采用其他函數(shù)關(guān)系式，但需要計(jì)算函數(shù)式中的待定參數(shù)個(gè)數(shù)^，以下原理和方法相同。)本方法要求子樣個(gè)數(shù)S要滿足<formula>formulaseeoriginaldocumentpage6</formula>(2)利用表1中各子樣數(shù)據(jù)，根據(jù)《測量平差》的"最小二乘法"原則，可以按下式求待定參數(shù)X的值<formula>formulaseeoriginaldocumentpage6</formula>(3)式中:<formula>formulaseeoriginaldocumentpage6</formula>(4)3)神經(jīng)網(wǎng)絡(luò)模擬根據(jù)公式(5)對(duì)所有子樣進(jìn)行計(jì)算，求出各個(gè)子樣的"工程計(jì)算值/"和"偏差值A(chǔ)y"，整理格式見表2。<formula>formulaseeoriginaldocumentpage6</formula>(5b)表2工程科學(xué)計(jì)算結(jié)果表(格式)<table>tableseeoriginaldocumentpage6</column></row><table>將表2的數(shù)據(jù)構(gòu)成學(xué)習(xí)樣本，利用神經(jīng)網(wǎng)絡(luò)BP算法進(jìn)行訓(xùn)練。BP網(wǎng)絡(luò)結(jié)構(gòu)為(n+1)XPX1，參考圖1(注n為變量x,的個(gè)數(shù))。(1)BP網(wǎng)絡(luò)的輸入層元素個(gè)數(shù)為(n+1)，分別為(x,，^,…，x",/)，最后一個(gè)元素/是工程計(jì)算值。(2)BP網(wǎng)絡(luò)的隱含層元素個(gè)數(shù)為P。這里給出P值的計(jì)算公式P=12+n+INT(S/10)式中n為變量x,的個(gè)數(shù)；S為子樣個(gè)數(shù)。如，假設(shè)n-2，S=18，則P-15。(3)BP網(wǎng)絡(luò)的輸出層元素個(gè)數(shù)1，為偏差值A(chǔ)v。神經(jīng)網(wǎng)絡(luò)對(duì)S個(gè)子樣的模擬訓(xùn)練結(jié)束后，實(shí)質(zhì)上，就得到了該工程Av的神經(jīng)網(wǎng)絡(luò)計(jì)算模型。4)補(bǔ)償方法工程科學(xué)信息處理誤差的補(bǔ)償公式為=/+(6)式中，/為工程計(jì)算值；Av-為神經(jīng)網(wǎng)絡(luò)模擬值；.1^為補(bǔ)償之后的計(jì)算結(jié)果。該方法利用神經(jīng)網(wǎng)絡(luò)技術(shù)自動(dòng)實(shí)現(xiàn)，該方法具體包括以下步驟a.工程科學(xué)信息采集在工程科學(xué)領(lǐng)域，需要利用"個(gè)變量^^，…，^來求取變量y的值，首先，通過測量或試驗(yàn)得到S個(gè)子樣，并對(duì)子樣數(shù)據(jù)按照要求進(jìn)行整理，整理之后的數(shù)據(jù)格式為乂.；^,;c2,.,…,x",.;!'-l，2,…,s，n為變量jc的個(gè)數(shù)，b.工程科學(xué)信息處理設(shè)定工程科學(xué)計(jì)算關(guān)系式>>=60++62x2+…+6x式中，6。A，…，、為待定參數(shù)，上式待定參數(shù)的個(gè)數(shù)^="+1,要求子樣個(gè)數(shù)s要滿足S22g+2，根據(jù)S個(gè)子樣信息，按照下式計(jì)算待定參數(shù)6,的值<formula>formulaseeoriginaldocumentpage7</formula>c.神經(jīng)網(wǎng)絡(luò)模擬先根據(jù)下式計(jì)算各個(gè)子樣的"工程計(jì)算值/"和"偏差值A(chǔ)y"，<formula>formulaseeoriginaldocumentpage8</formula>將子樣的有關(guān)信息進(jìn)行整理，整理之后的數(shù)據(jù)格式為;^,X2,，…，;c",.,乂；A乂.；/=1,2，'..，5然后，將上述數(shù)據(jù)構(gòu)成學(xué)習(xí)樣本，利用神經(jīng)網(wǎng)絡(luò)BP算法進(jìn)行訓(xùn)練，BP網(wǎng)絡(luò)結(jié)構(gòu)為(n+1)XPX1,Cl.BP網(wǎng)絡(luò)的輸入層元素個(gè)數(shù)為n+1，分別為；c,，&,…,^,/,C2.BP網(wǎng)絡(luò)的隱含層元素個(gè)數(shù)為P，P值的計(jì)算公式P=12+n+INT(S/10)式中n為變量;c的個(gè)數(shù)；S為子樣個(gè)數(shù)；C3.BP網(wǎng)絡(luò)的輸出層元素個(gè)數(shù)1，為偏差值A(chǔ)y，神經(jīng)網(wǎng)絡(luò)對(duì)S個(gè)子樣的模擬訓(xùn)練結(jié)束后，實(shí)質(zhì)上就得到了該工程偏差值A(chǔ)y的神經(jīng)網(wǎng)絡(luò)計(jì)算模型，d.補(bǔ)償方法工程科學(xué)信息處理的補(bǔ)償公式為少*=_)/+Aj;*式中，/為工程計(jì)算值；A;^為神經(jīng)網(wǎng)絡(luò)模擬值；少*為經(jīng)過補(bǔ)償之后的結(jié)果。有益效果本發(fā)明的工程科學(xué)信息處理補(bǔ)償?shù)姆椒ň哂幸韵聝?yōu)點(diǎn)1)本發(fā)明方法的自動(dòng)化程度高。按照本發(fā)明"技術(shù)方案"中的四個(gè)步驟，可求出工程科學(xué)計(jì)算的偏差值，并實(shí)現(xiàn)對(duì)該工程科學(xué)信息處理的補(bǔ)償。整個(gè)過程無需人工干預(yù)，自動(dòng)化程度高。2)經(jīng)過大量工程實(shí)例應(yīng)用結(jié)果分析，本發(fā)明方法，對(duì)工程科學(xué)信息處理的補(bǔ)償效果較常規(guī)方法要好很多。圖1是神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)結(jié)構(gòu)圖。具體實(shí)施例方式下面結(jié)合具體實(shí)施例，對(duì)本發(fā)明方法作進(jìn)一步詳細(xì)說明。實(shí)施例為大壩變形監(jiān)測。在大壩變形監(jiān)測中，通常根據(jù)大壩水壓荷載(JC,)和溫度荷載(x2)來計(jì)算大壩變形(y)，而大壩變形值是判斷大壩安全的重要指標(biāo)之一。1)工程科學(xué)信息采集(野外測量)首先，對(duì)大壩進(jìn)行測量，以便獲取大量數(shù)據(jù)?，F(xiàn)采集到某大壩一年的測量數(shù)據(jù)，經(jīng)過對(duì)原始觀測數(shù)據(jù)的整理，構(gòu)成了36個(gè)樣本(見表3中第1列一第4列)。本例選用表3中前18個(gè)子樣數(shù)據(jù)作為"學(xué)習(xí)樣本"，對(duì)本發(fā)明方法進(jìn)行試驗(yàn)。為了檢驗(yàn)本發(fā)明方法的效果，將表3中后18個(gè)子樣構(gòu)成"檢驗(yàn)樣本"，以便對(duì)本發(fā)明方法與常規(guī)方法的結(jié)果進(jìn)行比較。表3具體工程實(shí)例數(shù)據(jù)表(含計(jì)算結(jié)果)<table>tableseeoriginaldocumentpage9</column></row><table><table>tableseeoriginaldocumentpage10</column></row><table>2)工程科學(xué)信息處理(測量平差)對(duì)于大壩變形監(jiān)測，設(shè)定大壩變形(_V)與大壩水壓荷載(x,)和溫度荷載(x2)的關(guān)系式為<formula>formulaseeoriginaldocumentpage10</formula>(7)式中，6。、Z),、^為待定參數(shù)。本例待定參數(shù)的個(gè)數(shù)g-3，因此，根據(jù)公式(2)計(jì)算，學(xué)習(xí)樣本數(shù)S應(yīng)大于等于8。本例S^18，滿足要求。利用表3中前18個(gè)子樣數(shù)據(jù)，根據(jù)公式(3)求出3個(gè)待定參數(shù)的值，具體結(jié)果見表4。表4待定參數(shù)6,計(jì)算結(jié)果表<table>tableseeoriginaldocumentpage10</column></row><table>3)神經(jīng)網(wǎng)絡(luò)模擬先根據(jù)公式(7)計(jì)算出各個(gè)子樣的"工程計(jì)算值/"和"偏差值A(chǔ)y"(計(jì)算結(jié)果列于表3中第5列、第6列)。然后，利用神經(jīng)網(wǎng)絡(luò)BP算法對(duì)18個(gè)"學(xué)習(xí)樣本"進(jìn)行訓(xùn)練。BP網(wǎng)絡(luò)結(jié)構(gòu)為(n+1)XPX1。本例為3X15X1。(1)BP網(wǎng)絡(luò)的輸入層元素個(gè)數(shù)為3，分別為(a,a,;/)。(2)BP網(wǎng)絡(luò)的隱含層元素個(gè)數(shù)為P，本例P-12+n+INT(S/10)=15。(3)BP網(wǎng)絡(luò)的輸出層元素個(gè)數(shù)1，為偏差值A(chǔ)y。經(jīng)過以上步驟，便可得到工程偏差值A(chǔ)y的神經(jīng)網(wǎng)絡(luò)計(jì)算模型。4)補(bǔ)償方法按照公式(6)進(jìn)行補(bǔ)償計(jì)算。經(jīng)過補(bǔ)償之后，工程科學(xué)計(jì)算結(jié)果得到改善(見表3中第7列)。5)比較分析用表3中后18個(gè)子樣作為檢驗(yàn)樣本，來檢驗(yàn)不同方法的補(bǔ)償效果。利用下式評(píng)價(jià)其精度(中誤差M)-M=、i>:"')2/"(8)式中，,為第/點(diǎn)不同方法的計(jì)算結(jié)果，y,為第/點(diǎn)的已知值(表3中第2歹U)，n為檢驗(yàn)樣本的個(gè)數(shù)?，F(xiàn)用五種方法(見表5)進(jìn)行工程科學(xué)信息處理誤差補(bǔ)償，經(jīng)過補(bǔ)償之后，對(duì)18個(gè)檢驗(yàn)樣本進(jìn)行檢驗(yàn)，并用(8)式進(jìn)行精度評(píng)定(計(jì)算中誤差M)，以便分析不同補(bǔ)償方法的補(bǔ)償效果。(注檢驗(yàn)樣本的中誤差M越小，精度越高，表明補(bǔ)償效果越好。)表5五種補(bǔ)償方法"檢驗(yàn)樣本"精度結(jié)果<table>tableseeoriginaldocumentpage11</column></row><table>由表5可知，針對(duì)18個(gè)檢驗(yàn)樣本，四種常規(guī)補(bǔ)償方法都有一定效果，經(jīng)補(bǔ)償之后，檢驗(yàn)樣本精度都有不同程度的提高。而本發(fā)明方法補(bǔ)償效果比常規(guī)方法好很多，其精度M僅為士0.26mm。本發(fā)明方法補(bǔ)償之后的結(jié)果乂見表3中第7列，補(bǔ)償效果良好。權(quán)利要求1、一種工程科學(xué)信息處理的補(bǔ)償方法，其特征在于，該方法利用神經(jīng)網(wǎng)絡(luò)技術(shù)自動(dòng)實(shí)現(xiàn)，該方法具體包括以下步驟a.工程科學(xué)信息采集在工程科學(xué)領(lǐng)域，需要利用n個(gè)變量x1，x2，…，xn來求取變量y的值，首先，通過測量或試驗(yàn)得到S個(gè)子樣，并對(duì)子樣數(shù)據(jù)按照要求進(jìn)行整理，整理之后的數(shù)據(jù)格式為yi；x1i，x2i，…，xni；i＝1，2，…，s，n為變量x的個(gè)數(shù)，b.工程科學(xué)信息處理設(shè)定工程科學(xué)計(jì)算關(guān)系式y(tǒng)＝b0+b1x1+b2x2+...+bnxn式中，b0，b1，…，bn為待定參數(shù)，上式待定參數(shù)的個(gè)數(shù)Q＝n+1，要求子樣個(gè)數(shù)S要滿足S≥2Q+2，根據(jù)S個(gè)子樣信息，按照下式計(jì)算待定參數(shù)bi的值<mathsid="math0001"num="0001"><math><![CDATA[<mrow><munder><mi>X</mi><mrow><mi>Q</mi><mo>×</mo><mn>1</mn></mrow></munder><mo>=</mo><mfencedopen='('close=')'><mtable><mtr><mtd><msub><mi>b</mi><mn>0</mn></msub></mtd></mtr><mtr><mtd><msub><mi>b</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>b</mi><mi>n</mi></msub></mtd></mtr></mtable></mfenced><mo>=</mo><msup><mrow><mo>(</mo><msup><mi>A</mi><mi>T</mi></msup><mi>A</mi><mo>)</mo></mrow><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>·</mo><msup><mi>A</mi><mi>T</mi></msup><mi>L</mi><mo>,</mo></mrow>]]></math>id="icf0001"file="A2008100226500002C1.tif"wi="47"he="24"top="145"left="33"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>其中，<mathsid="math0002"num="0002"><math><![CDATA[<mrow><munder><mi>A</mi><mrow><mi>S</mi><mo>×</mo><mi>Q</mi></mrow></munder><mo>=</mo><mfencedopen='('close=')'><mtable><mtr><mtd><mn>1</mn></mtd><mtd><msub><mi>x</mi><mn>11</mn></msub></mtd><mtd><msub><mi>x</mi><mn>21</mn></msub></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msub><mi>x</mi><mrow><mi>n</mi><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><mn>1</mn></mtd><mtd><msub><mi>x</mi><mn>12</mn></msub></mtd><mtd><msub><mi>x</mi><mn>22</mn></msub></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msub><mi>x</mi><mrow><mi>n</mi><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mn>1</mn></mtd><mtd><msub><mi>x</mi><mrow><mn>1</mn><mi>S</mi></mrow></msub></mtd><mtd><msub><mi>x</mi><mrow><mn>2</mn><mi>S</mi></mrow></msub></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msub><mi>x</mi><mi>nS</mi></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math>id="icf0002"file="A2008100226500002C2.tif"wi="52"he="24"top="146"left="97"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths><mathsid="math0003"num="0003"><math><![CDATA[<mrow><munder><mi>L</mi><mrow><mi>S</mi><mo>×</mo><mn>1</mn></mrow></munder><mtext>=</mtext><mfencedopen='('close=')'><mtable><mtr><mtd><msub><mi>y</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><msub><mi>y</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>y</mi><mi>S</mi></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math>id="icf0003"file="A2008100226500002C3.tif"wi="18"he="24"top="146"left="153"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>c.神經(jīng)網(wǎng)絡(luò)模擬先根據(jù)下式計(jì)算各個(gè)子樣的“工程計(jì)算值y′”和“偏差值Δy”，y′i＝b0+b1x1i+b2x2i+...+bnxniΔyi＝y(tǒng)i-y′i＝1，2，…，s將子樣的有關(guān)信息進(jìn)行整理，整理之后的數(shù)據(jù)格式為x1i，x2i，…，xni，y′i；Δyi；i＝1，2，…，s然后，將上述數(shù)據(jù)構(gòu)成學(xué)習(xí)樣本，利用神經(jīng)網(wǎng)絡(luò)BP算法進(jìn)行訓(xùn)練，BP網(wǎng)絡(luò)結(jié)構(gòu)為(n+1)×P×1，C1.BP網(wǎng)絡(luò)的輸入層元素個(gè)數(shù)為n+1，分別為x1，x2，…，xn，y′，C2.BP網(wǎng)絡(luò)的隱含層元素個(gè)數(shù)為P，P值的計(jì)算公式P＝12+n+INT(S/10)式中n為變量x的個(gè)數(shù)；S為子樣個(gè)數(shù)；C3.BP網(wǎng)絡(luò)的輸出層元素個(gè)數(shù)1，為偏差值Δy，神經(jīng)網(wǎng)絡(luò)對(duì)S個(gè)子樣的模擬訓(xùn)練結(jié)束后，實(shí)質(zhì)上就得到了該工程偏差值Δy的神經(jīng)網(wǎng)絡(luò)計(jì)算模型，d.補(bǔ)償方法工程科學(xué)信息處理的補(bǔ)償公式為y*＝y(tǒng)′+Δy*式中，y′為工程計(jì)算值；Δy*為神經(jīng)網(wǎng)絡(luò)模擬值；y*為經(jīng)過補(bǔ)償之后的結(jié)果。全文摘要工程科學(xué)信息處理的補(bǔ)償方法是利用神經(jīng)網(wǎng)絡(luò)技術(shù)自動(dòng)實(shí)現(xiàn)的補(bǔ)償方法，具體步驟為1)工程科學(xué)信息采集、2)工程科學(xué)信息處理、3)神經(jīng)網(wǎng)絡(luò)模擬、4)補(bǔ)償方法；采用本發(fā)明方法，可求出工程科學(xué)計(jì)算的偏差值，并實(shí)現(xiàn)對(duì)該工程科學(xué)信息處理誤差的補(bǔ)償。整個(gè)過程無需人工干預(yù)，自動(dòng)化程度高。經(jīng)過大量工程實(shí)例應(yīng)用結(jié)果分析，本發(fā)明方法，對(duì)工程科學(xué)信息處理的補(bǔ)償效果較常規(guī)方法要好很多。文檔編號(hào)G06N3/06GK101319890SQ200810022650公開日2008年12月10日申請(qǐng)日期2008年7月18日優(yōu)先權(quán)日2008年7月18日發(fā)明者胡伍生申請(qǐng)人:東南大學(xué)