论文研究 基于BP神经网络的脉冲信号分类研究。

脉冲信号分析的客观化是一个实际问题。 基于BP神经网络研究了脉冲信号的分类。 首先分析如何选择脉冲信号的特征因子。 然后提出了对脉冲信号进行无量纲化/归一化的方法来预处理特征因子。 利用归一化数据和BP神经网络研究了脉冲信号的分类和特征因子选择的影响。 结果表明，数据的无量纲化/归一化有利于网络的训练和预测。 特征因子的选择明显影响预测的准确性。 通过分别选择8、6和4个因子进行预测的结果表明，因子越少，效果越差。