一种基于BP神经网络的人工智能优化方法与流程

本发明涉及人工智能优化技术领域，具体为一种基于bp神经网络的人工智能优化方法。

背景技术：

bp神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络，具有模型清晰、结构简单、计算量小等优点，随着科技的发展以及人工智能的普及，人们在使用人工智能时常会发现一些缺点，而这些缺点常对操作人员有不利的影响。

针对上述问题，人们研发出能够对bp神经网络算法进行训练检测的一种设备，但现有的这些设备只能将错误信息检测出来，但不能针对错误的信息进行修正，且现有技术对这些错误信息并没有加以分类，导致在实际使用过程中，被检测出来的错误还是会出现，没有从本质上解决问题，因此一种基于bp神经网络的人工智能优化方法应运而生。

技术实现要素：

为实现上述将错误信息分类展示并储存避免二次其二次出现、出现错误信息时进行预警告知用户，且根据信息不同预警声音也有所不同的目的，本发明提供如下技术方案：一种基于bp神经网络的人工智能优化装置，包括壳体，所述壳体的内部开设有线槽，线槽的顶部活动连接有柔性屏，线槽的内部活动连接有通信管，通信管的表面套接有调节弹簧，调节弹簧的表面活动连接有滑轨，滑轨的表面滑动连接有移动件，移动件的另一端活动连接有识别管，所述识别管的内部固定安装有芯片，芯片的表面固定连接有散播板，散播板的表面开设有设定槽，设定槽的表面活动连接有弹簧杆，弹簧杆的上端固定连接有推板，推板的两侧均活动连接有扩音管。

根据上述一种基于bp神经网络的人工智能优化装置，现提出一种基于bp神经网络的人工智能优化方法，包括以下步骤：

s1、人工将智能系统各个操作分别输入相应的指令，后通过芯片中的操作指令进行训练识别；

s2、芯片中的程序对人工输入的指令，根据其独有的特征进行识别检测，后经散播板进行网络传播；

s3、若检测的出的指令与芯片中的设定值不同，则会引起移动件的形变移动，并将与其相对应的设定槽做出改变，若无错误信息，则会直接通过识别管；

s4、被改变的设定槽会发出指令使其内部的弹簧杆伸展，将推板推出与柔性屏接触，柔性屏被挤压产生形变做出相应改变，且扩音管被挤压发出声响；

s5、后错误信息被柔性屏修正，且错误信息会被相对应的储存单元存放。

本发明的有益效果是：

1.通过根据芯片内设定的程序将错误的信息识别出来，后被转移至设定槽内部，发出指令使弹簧杆伸展故柔性屏受压形变，触发柔性屏工作将错误的信息展示出来，且由于不同的信息各有不同，故芯片发出的指令也会不同，且在弹簧杆移动的同时，会触发储存单元工作，将错误信息存储在其中，从而达到了将错误信息分类展示并储存避免二次其二次出现的效果。

2.通过上述芯片检测出不一样的信息时，发出指令使弹簧杆伸展，故弹簧杆会挤压扩音管，根据芯片的程序，不同的信息会使弹簧杆伸展的长度不同，会挤压响音杆形变的程度也不同，故发出的声响有所差异，从而达到了根据信息不同预警声音也有所不同的效果。

优选的，所述移动件的内活动连接有伸缩杆，当芯片发出指令时伸缩杆会在滑轨表面进行滑动且挤压弹性板。

优选的，所述伸缩杆的表面活动连接有挡持球，挡持球起到防止其表面夹持杆伸缩杆过度挤压的作用。

优选的，所述芯片的表面固定连接有散热管。

优选的，所述识别管与移动件的连接处活动连接有弹性板，弹性板被挤压时会带动芯片晃动，故可将芯片表面的灰尘抖落掉。

优选的，所述扩音管的内部活动连接有响音杆，响音杆为金属弹性材质，被挤压的程度不同，形变不同，故相互碰撞发出的声响也不同。

优选的，所述散播板的表面固定安装有储存单元，储存单元受弹簧杆控制。

优选的，所述芯片的执行程序为bp神经网络。

优选的，所述推板与设定槽之间放置有气囊。

附图说明

图1为本发明壳体结构主视剖视图；

图2为本发明线槽结构示意图；

图3为本发明通信管结构示意图；

图4为本发明芯片结构示意图；

图5为本发明移动件结构示意图；

图6为他5中a处局部放大图；

图7为本发明散播板结构示意图；

图8为本发明推板结构示意图；

图9为本发明弹簧杆结构示意图；

图10为本发明储存单元结构示意图；

图11为本发明设定槽结构示意图。

图中：1-壳体、2-线槽、3-柔性屏、4-通信管、5-调节弹簧、6-滑轨、7-移动件、8-识别管、9-芯片、10-散播板、11-设定槽、12-弹簧杆、13-推板、14-扩音管、15-伸缩杆、16-挡持球、17-散热管、18-弹性板、19-响音杆、20-储存单元。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-11，一种基于bp神经网络的人工智能优化装置，包括壳体1，壳体1的内部开设有线槽2，线槽2的顶部活动连接有柔性屏3，线槽2的内部活动连接有通信管4，通信管4的表面套接有调节弹簧5，当bp神经网络出现乱码错误时，可转动调节弹簧5，时调节弹簧5挤压收紧通信管4，可关闭通信管4，其也会推动伸缩杆15挤压线槽2，进而调节芯片9的位置。

调节弹簧5的表面活动连接有滑轨6，滑轨6的表面滑动连接有移动件7，移动件7的内活动连接有伸缩杆15，当芯片9发出指令时伸缩杆15会在滑轨6表面进行滑动且挤压弹性板18，伸缩杆15的表面活动连接有挡持球16，挡持球16起到防止其表面夹持杆伸缩杆15过度挤压的作用，移动件7的另一端活动连接有识别管8，识别管8与移动件7的连接处活动连接有弹性板18，弹性板18被挤压时会带动芯片9晃动，故可将芯片9表面的灰尘抖落掉，识别管8的内部固定安装有芯片9，芯片9的执行程序为bp神经网络，芯片9的表面固定连接有散热管17，在弹簧杆12伸展推动推板13时，气囊会被挤压释放其内部的气体，气体会经散热管17流至芯片9表面，起到降低芯片9表面温度的作用，防止其过热而无法工作。

芯片9的表面固定连接有散播板10，散播板10具有扩大传递进来的信息的作用，散播板10的表面固定安装有储存单元20，储存单元20受弹簧杆12控制，散播板10的表面开设有设定槽11，推板13与设定槽11之间放置有气囊，设定槽11的表面活动连接有弹簧杆12，弹簧杆12的上端固定连接有推板13，推板13的两侧均活动连接有扩音管14，扩音管14的内部活动连接有响音杆19，响音杆19为金属弹性材质，被挤压的程度不同，形变不同，故相互碰撞发出的声响也不同。

根据上述一种基于bp神经网络的人工智能优化装置，现提出一种基于bp神经网络的人工智能优化方法，包括以下步骤：

s1、人工将智能系统各个操作分别输入相应的指令，后通过芯片9中的操作指令进行训练识别；

s2、芯片9中的程序对人工输入的指令，根据其独有的特征进行识别检测，后经散播板10进行网络传播；

s3、若检测的出的指令与芯片9中的设定值不同，则会引起移动件7的形变移动，并将与其相对应的设定槽11做出改变，若无错误信息，则会直接通过识别管8；

s4、被改变的设定槽11会发出指令使其内部的弹簧杆12伸展，将推板13推出与柔性屏3接触，柔性屏3被挤压产生形变做出相应改变，且扩音管14被挤压发出声响；

s5、后错误信息被柔性屏3修正，且错误信息会被相对应的储存单元20存放。

在使用时，将芯片9放入识别管8中，后根据芯片9内设定的程序将错误的信息识别出来，后被转移至设定槽11内部，发出指令使弹簧杆12伸展推动推板13向靠近柔性屏3的方向移动，故柔性屏3受压形变，触发柔性屏3工作将错误的信息展示出来，且由于不同的信息各有不同，故芯片9发出的指令也会不同，即弹簧杆12挤压柔性屏3的力也不所不同，且在弹簧杆12移动的同时，会触发储存单元20工作，将错误信息存储在其中，后经人工再次编程；通过上述芯片9检测出不一样的信息时，发出指令使弹簧杆12伸展，故弹簧杆12会挤压扩音管14，根据芯片9的程序，不同的信息会使弹簧杆12伸展的长度不同，故挤压响音杆19形变的程度也不同，故发出的声响有所差异。

以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。