一种基于数据节点分析的神经网络智能优化方法及系统

本发明公开了一种基于数据节点分析的神经网络智能优化方法及系统，涉及深度学习技术领域，包括获取基础数据信息，基于神经网络构建需求，对基础数据进行划分，获取训练数据集和测试数据集，根据训练数据集，获取输入类别数和输出类别数。本发明通过对数据类别进行聚类分析，确保了神经网络构建过程中数据的稳定性和可靠性，避免了人为添加标签引入的误差，通过隐节点系数对神经网络中每层的节点数进行准确控制，提高了神经网络的准确性，通过训练过程的权重剪枝对神经网络隐节点状况进行准确评估，通过对隐节点进行剪枝实现神经网络优化，通过均值系数，提高了神经网络优化效率，确保了神经网络的稳定性和可靠性。