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。     

BP神经网络改进算法研究

通过分析标准BP算法的原理发现,BP标准算法所形成的误差曲面存在着饱和区域,并且在饱和区域,误差梯度变化缓慢,使得训练次数多、学习效率低、收敛速度慢。通过在标准BP算法中调整激活函数,可以缩小饱和区域,进而减少训练次数。实验结果表明,该方法有效地减少了BP算法的迭代次数。     

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。     

BP神经网络在电磁炉性能评价中的应用

介绍了人工神经网络的基本原理、反向传播算法和算法的步骤。利用BP网络的算法解决电磁炉的性能评价及选择问题,并建立相应的模型。通过BP神经网络模型评判电磁炉总体性能的好坏,从而对电磁炉进行选择时能作出更好的决策。     

论基于MATLAB语言的BP神经网络的改进算法

针对标准BP算法存在的缺陷，本文给出了基于MATLAB语言的BP神经网络几种改进的算法，阐述了各种BP算法的优化技术原理、优缺点，并就它们的训练速度和内存消耗情况作了比较，建议在多数BP神经网络训练时，先尝试使用Levenberg-Mqrquardt算法，其次是BFGS算法或共轭梯度法以及RPROP算法。     

基于遗传算法的BP神经网络图像复原算法研究

本文在把BP神经网络算法应用于图像复原问题基础上,引入遗传算法对BP网络训练和调整,给出具体的GABP算法方案设计及具体实现步骤,并将改进后的算法应用于图像复原仿真,验证了混合算法相较传统BP网络在收敛速度及均方误差值方面的优越性能。     

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。     

基于BP网络的电容层析成像图像重建算法

采用BP神经网络作为电容层析成像的图像重建算法,取得了较好的成像效果。但也存在学习速度慢,容易陷入局部最小等缺点。对神经网络算法进行了一些改进,仿真结果表明,其成像精度和成像实时性都有了显著提高。     

基于BP神经网络的制造商与供应商信息共享程度评价研究

利用层次分析法与模糊综合评判所得的评价结果作为样本,对BP神经网络进行训练和测试。研究结果表明,基于BP神经网络的制造商与供应商信息共享程度评价是可行的。     

基于BP神经网络的企业技术创新能力评价及应用研究

针对当前评价企业技术创新能力的方法所存在的不足,提出一种基于BP神经网络的企业技术创新能力评价方法。首先建立企业技术创新能力评价指标体系,然后根据指标体系,设计BP神经网络模型,并给出可行的评价程序。在计算方法上,用MATLAB神经网络工具箱来进行网络设计和计算。通过大量学习样本的训练和测试,使模型的误差达到预定的范围内。最后,以实例验证了这种方法的准确性和可操作性。     

基于BP神经网络的不同学习方案下上市公司信用风险评价

企业的信用风险评级是金融领域的一个重要问题,采用BP神经网络来研究上市公司的信用风险评价问题。首先构建了上市公司信用评价的财务指标体系,然后根据3个不同的隐层结点,生成3种不同的神经网络模型。设计7种不同的学习一验证比例,选取了不同行业上市公司的财务数据,利用MATLAB中的神经网络工具箱编程进行实证分析在哪种模型和学习一验证比例下能够更好的对企业进行信用风险评价。     

基于BP神经网络的参考咨询馆员素质评价模型

在建立参考咨询馆员素质评价指标体系的基础上,提出一种智能化的基于BP神经网络的参考咨询馆员素质评价方法。概述BP神经网络及其基本原理,并详述基于BP神经网络的参考咨询馆员素质评价模型的建立过程,包括神经网络结构的确定、网络训练,以及网络检验等。将该模型应用于实例检验,得到较满意的结果。     

基于神经网络的医院知识管理模糊综合评价

构建了基于神经网络的医院知识管理模糊综合评价模型。运用神经网络确定模糊综合评价中的权重值,同时采用改进的反向传播算法训练网络,逐步修正网络的连接权值,使权重值更符合实际情况,得到较好的训练效果。     

BP神经网络在数字参考咨询服务评价中的应用

本文首先介绍了BP神经网络原理,并构建一个数字参考咨询服务评价指标体系,在此基础上提出了一种基于BP神经网络的评价模型来对这项服务进行定量评价。     

BP神经网络在智能雨刮器上的应用及MATLAB仿真研究

在分析了传统雨刮器缺点的基础上,提出了一种基于BP神经网络的模式识别模型,用专家的经验数据训练它,并测试了它;给出了BP神经网络的学习过程及算法。结果表明这个基于BP神经网络的模型不使用精确的数学模型即可有效处理智能雨刮器系统的不可靠性和非线性。     

BP神经网络在网页自动分类中的应用

针对信息挖掘中的网页自动分类问题,提出了一种基于向量空间模型和并联BP网络的分类方法。该网络由并行连接的多个子网络组成,每个子网络负责一类模式特征的提取,多个子网并行处理所有模式,将分类结果在总输出层表现出来。以因特网上旅游网页分类为例验证了该方法的有效性。     

基于混沌机制BP神经网络的旅游可持续发展预警系统研究

本文从旅游可持续发展预警系统内涵出发,结合旅游自身的特点,在构建指标体系的基础上,运用混沌机制BP神经网络对旅游可持续发展预警系统进行构建,并以河北省省会石家庄为例进行实证研究,以预警结果为基础提出了相应对策。