大数据智能化处理神经网络可信度建模方法

本申请的大数据智能化处理神经网络可信度建模方法，利用人工神经元输出层为人工神经网络识别的结果建立一个可信度模型，使其能描述该分类结果的正确概率，即通过可信度对此分类结果的正确性进行考量，得到多大概率程度信任该次分类。通过利用神经元输出层进行数学建模，本申请成功地建立了神经网络可信度模型并将其用以评价分类器的单个识别结果。在此基础上，进一步对传统方法进行改进，针对不同输出类型的神经网络建立了多输出神经网络和单输出神经网络的可信度的单分类器拒识算法和多输出神经网络的多分类器融合算法，神经网络可信度评价能力强，可信度计算准确度高，神经网络可靠性好，应用安全性和有效性好。