一种基于人工神经网络集成的脉冲星候选体识别方法

摘要

本发明涉及一种基于人工神经网络集成的脉冲星候选体识别方法，属于脉冲星识别技术领域。本发明通过将原始训练数据集进行重采样，分成若干个子训练数据集，然后利用这每一个子训练集训练各自对应的神经网络模型，最后将各个由不同的训练集训练的网络模型通过相对多数投票法集成，最终形成识别脉冲星的分类器。本发明在识别信号强度较弱的脉冲星时，具有很好的识别效果，降低了在神经网络迭代过程中因梯度下降带来的计算成本，通过人工神经网络集成的方法识别候选脉冲星，有效的解决了模型过拟合的问题。