一种基于小规模电磁数据的神经网络模型处理方法

摘要

本发明公开了一种基于小规模电磁数据的神经网络模型处理方法，包括以下步骤S1、数据预处理：采集小规模电磁数据，将数据统一映射到[0,1]区间上，并采用缺失‑插补法对数据进行扩充，得到训练集；S2、设计全连接网络模型结构；S3、利用训练集数据搜索全连接网络模型结构的超参数，进行模型训练；S4、利用训练得到的全连接网络模型结构对新的电磁数据进行处理。本发明能够在小规模数据集上进行数据扩充，对小规模数据集上的拟合能力较强，使其在面对一些数据采集成本较高的或者本身数据量较小的任务中也能取得较高的精度。