一种基于随机权网络的FNR分析模型的训练方法及训练系统

摘要

本发明涉及数据分析技术领域，尤其涉及一种基于随机权网络的FNR(Fuzzy Nonlinear Regression，模糊非线性回归)分析模型的训练方法及训练系统。该训练方法及训练系统中使用的随机权网络不需要迭代训练，它的输入权重随机选取，输出权重基于模糊输入‑模糊输出的训练集解析式地求得，并通过对输出层权重解析表达式的正则化处理来控制模型的过拟合。与传统的基于Sigmoid神经网络的FNR模型和基于径向基函数网络的FNR模型相比较，本发明的优势体现在：具有极快的训练速度(最快比现有方法快将近1000倍)和高效的过拟合控制能力(基本上不存在过拟合现象)。