假设我以固定速率(例如每秒一次)对多个信号进行采样，并从信号中提取一些指标，例如一个信号与另一个信号的比率、变化率、相对变化率等。
我听说神经网络可以用于发现关系。这是真的？
如果是这样，我可以使用哪些书籍/互联网资源来了解有关如何做到这一点的更多信息。
处理是通过Java完成的，因此对您所有答案的Java倾斜将是非常感激的。
谢谢
最佳答案
您很可能需要确定某种“窗口”，例如最后 10 个样本。您可以将信号标准化为由 10 个“ double ”组成的数组，在 -1 和 1 之间标准化。这将形成神经网络的“输入”。所以你会有 10 个输入神经元。然后你必须决定你想要的输出是什么。也许您想要将信号分类为 100 种不同的类别。如果是这种情况，您将拥有 100 个不同的输出神经元，每个神经元都经过训练，在识别特定信号时产生比其他输出神经元更高的输出。
神经网络的输入层和输出层之间通常有一个或多个隐藏层。这些只是为神经网络提供了额外的功能。
对于 Java 神经网络编程，您可以尝试 Encog project 。还有 Encog 的 DotNet 版本。
关于java - 使用神经网络发现关系，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1705358/