BP神经网络模型与学习算法

分析了神经网络算法的基本原理,给出了BP神经网络算法的具体实现方法,总结了它的特点,并给出了基本流程。采用Matlab软件编程实现BP神经网络算法。将神经网络算法应用于函数逼近问题中,并分析相关参数对算法运行结果的影响,最后对BP神经网络算法进行了展望。     

基于BP网络学习算法的英文字符识别

介绍了BP神经网络的基本原理,指出了BP算法收敛速度慢、易陷入局部及小值等缺陷,在标准BP算法的基础上引入了几种优化BP算法的方法.针对模式识别应用领域,通过实例,运用Matlab编程对各种较好的网络学习算法的性能进行比较,给出了一个三层BP网络识别含噪声的字母的实例.实验结果表明,改进的BP算法有效地提高了BP算法的收敛速度.     

BP神经网络训练算法的分析与比较

BP神经网络被广泛应用于模式识别、信号处理和自动控制等领域,其广泛性是由于它能实现任何连续映射,但由于BP网络训练所固有的复杂性,目前尚没有任何一种完全的算法能适用于任何BP网络的训练。本文介绍了MATLAB神经网络工具箱中各种训练算法的特点及其函数的参数形式,并对它们的收敛速度和内存消耗情况进行了比较,说明了其各自适用的网络。     

基于BA-BP算法的企业经营状况评价模型

传统BP神经网络参数的选取是随机的,这样易使网络陷入局部最优,针对这一缺点,提出了利用蝙蝠算法优化BP网络参数的改进算法——蝙蝠-BP算法(BA-BP),并将其应用于企业经营状况的评价研究中。建立了基于BA-BP算法的企业经营状况的评价模型,运用测试样本对该评价模型与传统BP模型的预测效果进行了对比,仿真结果表明:BA-BP算法的预测精度比传统BP神经网络的预测精度高,所以基于BA-BP算法的评价模型能够有效地评价企业的经营状况。     

BP网络结构设计与算法探讨

人工神经网络是一门高度综合的交叉学科，在许多领域获得了广泛的应用。本文就BP神经网络应用设计中的网络隐层数、神经元个数、算法等具体设计问题进行了探讨，为BP神经网络在有关工程领域中的应用设计提供了有用的参考。     

基于MATLAB的BP神经网络改进算法研究

BP算法是MLP网络的标准训练算法,虽然BP网络得到了广泛应用,但其自身也存在一些缺陷和不足,通过对BP神经网络的众多改进算法进行分析比较,在实际应用中,对同一个样本,在MATLAB中用不同的BP改进算法进行训练可以得出LMBP算法的收敛速度快,训练次数少,训练效果好。但对于复杂的问题,这种方法需要很大的内存,在MATLAB工具箱中解决了这个问题。因此,对于中等规模的网络,采用LMBP算法是最合适的。     

基于BP算法和遗传算法结合的自适应噪声抵消器

提出一种基于遗传算法优化BP网络结构的自适应噪声抵消器,BP算法是最典型的多层神经网络学习算法,它在局部搜索时比较成功,但由于BP网络大多采用沿梯度下降方向的搜索算法,因而不可避免地存在收敛速度慢,容易陷入局部极小点等问题。而遗传算法擅于全局搜索,鲁棒性很强,将采用遗传算法优化网络初始权值的方法,将两种算法相结合,做到优势互补。GA与BP算法的混合算法不论是在运行速度还是在运算精度上都较单纯的BP算法有提高,在信噪比的改善程度上,混合算法的信噪比针对余弦信号提高了23db左右。     

一种前馈神经网络算法

神经网络由于其非线性处理能力强，性能稳定等特点得到了广泛应用和研究，主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络，其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)。BP算法存在局部极小点，收敛速度慢等缺点，基于优化理论的Levenberg-Marquardt算法忽略了二阶项，该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。     

基于LM算法的BP神经网络股价预测

介绍了一种BP神经网络的改进Levenberg-Marquardt(LM)算法原理,用这种方法对上证指数收盘价进行了训练和仿真,并将此改进算法与标准BP算法及其他三种改进算法进行了比较。结果表明,该算法稳定、快捷、预测准确,适合应用于对实时性要求比较高的股票市场。     

BP人工智能神经网络拓扑结构及算法

论述了BP神经网络模型拓扑结构及其算法,给出了BP网络正向传播和反向传播的函数,BP网络的结构确定,提出了BP网络运算的改进方案。     

基于土拱效应的筒仓土压力研究

对筒仓小主应力拱形状进行了理论分析,发现墙土摩擦角部分发挥时的小主应力拱形状较充分发挥时平缓。根据土拱形状的理论分析计算平均竖向应力,由此得到了对应不同内摩擦角和墙土摩擦角的侧土压力系数,以及筒仓侧土压力的理论公式。     

对文献计量学研究的一些看法

1文献计量学目前的状态 文献计量学存在着定义多、模型多、争论多的问题,总的说来,对文献计量学是什么,研究什么,还存在分歧,突出表现在以下3个方面.     

Internet复杂性探讨

复杂科学的研究是当代科学研究的重要领域,尤其是复杂适应系统的研究更为人们所关注。本文首先论述了复杂系统的几个重要特征：开放性、复杂性、层次性及复杂适应系统的七个基本点,然后从其中的几个方面探讨了internet所呈现出的复杂适应系统特征;从而说明了internet是一个复杂适应系统。该系统所呈现的特征将为进一步研究其他复杂适应系统提供理论依据。     

基于PANEL DATA的中国互联网发展影响因素分析

本文利用网民和网站作为互联网发展的衡量指标，通过面板数据分析了影响互联网发展的因素，认为居民文化程度、电脑拥有量、信息化水平是影响互联网发展的主要因素。经济发展水平、居民收入对互联网没有影响，我国互联网正处于高速成长期。     

艺术设计专业课程资源管理平台设计与开发

教学资源共享、信息交流、网上教学和远程教育是21世纪教育所呈现的新特点。网络教育不断发展的今天,在课程教学中如何利用网络这一媒体手段来促进教师教学和学生学习的双赢显得尤为重要。主要从为什么要建设课程资源管理平台,课程资源管理平台的研究内容、系统功能设计与分析,以及研究课程资源管理平台的意义等几个方面对艺术设计专业课程资源管理平台的设计与开发进行了研究。     

基于领域工程的人力资源管理系统研究

针对目前企业人力资源管理系统可重构性差、与企业资源计划软件集成的灵活性差等不足，在领域工程理论指导下，通过分析人力资源管理系统开发过程，建立了基于领域工程的开发模式。结合统一建模语言与领域构件的优点，提出了基于统一建模语言的领域构件的建模方法。     

评析创新联盟记分牌对“新常态”下我国的启示

评析历年来创新联盟记分牌(IUS)及其指标体系的演化,对IUS2015中欧盟与全球主要竞争对手的创新绩效及其差距进行研究,发现我国公共部门的研发投入亟须加强,而专利创造和运用、创新合作及劳动者受教育程度虽然严重薄弱,但其增长潜力很大。最后,探索IUS对"新常态"下我国创新能力指标体系的构建及创新型国家建设方向的启示。     

基于XML的数据交换探讨

作为数据表示和交换的工业标准,XML的应用日益广泛。本文论述了XML及XML的相关标准,对基于XML的数据交换实现原理进行了重点分析,并采用Java编程技术提供了简单的实例加以说明。     

高校图书馆用户抱怨行为研究

以用户对图书馆抱怨的原始记载为素材,分析了各类抱怨产生的原因、所折射的问题,以及这些问题对用户和图书馆可能造成的后果,并从中得出3点启示：用户满意的服务需要图书馆整体资源的高效配置、需要良好素质的人员队伍,以及强化图书馆核心业务的建设。