误差反向传播神经网络的预测方法、系统及服务器

摘要

本发明提供一种误差反向传播神经网络的预测方法，包括：构建一个初始神经网络；利用预先采集的N个训练数据样本对初始神经网络进行训练以获取第一收敛神经网络；对第一收敛神经网络中隐含层的神经元节点的输出数据进行相关性分析，合并大于预设相关性阈值的隐含层的神经元节点以产生保留m个隐含层的神经元节点的第二收敛神经网络；对第二收敛神经网络中隐含层的神经元节点的输出数据和第一收敛神经网络中输出层的神经元节点的输出数据进行关联性分析以获取优化神经网络；再次利用N个训练数据样本对优化神经网络进行训练以获取预测神经网络。本发明确定单隐含层神经网络隐含层节点个数，弥补了单一的主分量分析和关联系数法的不足之处。