基于BP算法的多层感知器网络原理及程序实现

针对已有的三层感知器工作原理,通过增加多个隐层的方法,将其扩展成为基于BP算法的多层感知器网络;利用单、双极性Sigmoid函数的性质和多元函数的偏导数求导法则,推导出了多层感知器网络工作原理,并且给出BP算法的编程步骤;最后的实例证明了本文算法的有效性.     

基于高斯金字塔和MLP的带钢边部缺陷识别

在冷轧生产线上,带钢边部的缺陷会直接影响冷轧薄板的轧制。为了提高边部缺陷的检测质量,提出一种将多尺度特征矢量和多层感知器（MLP）相结合的缺陷识别方法。该方法通过高斯金字塔将带钢边部图像分解到多尺度空间,提取金字塔底三层图像的二维边缘幅度直方图特征和灰度特征构成多尺度特征矢量,最后使用MLP进行分类识别。结合工业现场采集到的带钢边部缺陷图像,采用该方法进行分类实验,验证了该算法的有效性。     

浅谈人工神经网络

本文介绍了神经网络的基本概念,神经网络的基本功能以及构造神经网络的方法。     

基于模糊数学及神经网络的心理评估模型

现代心理学领域中已经运用的数学方法很多都缺少严密、精确的实证性。笔者在研究心理健康评估问题时,考虑到影响心理健康的因素都带有模糊性以及各因素的非线性关系比较适合用系统分析,结合人工神经网络和模糊数学理论提出了分类器模型,评估＂心理健康＂、＂心理不健康＂以及＂心理疾病＂三种状态。通过matlab神经网络工具箱训练样本,得到了比较精确的输出结果。在实际应用中,进一步利用模糊数学方法将隶属度作为模型输入,代替了完全用经验评定来确定输入的传统方法,提高了整个评估模型的精确度。     

顾及季节和高程影响的青藏高原湿延迟神经网络预测模型

针对现有的需要实测参数的对流层天顶湿延迟(zenith wet delay, ZWD)模型在青藏高原地区适配性不足的问题,根据青藏高原地区13个探空站2015—2017年的探空站数据,将气象参数(地面空气温度、水汽压)和时空变化特征(年积日和高程)作为模型输入因子,以数值积分法计算得到的ZWD作为学习目标,通过多层感知器(multi-layer perceptron, MLP)神经网络模型进行迭代训练,从而得到适用于青藏高原地区的ZWD预测模型(简称为MLP模型),并使用2018年的探空站数据对模型进行精度检验。结果表明,MLP模型的年均偏差(bias)和年均均方根误差(root mean square error, RMSE)分别为-0.08 cm和1.13 cm,分别比GPT3模型、Saastamoninen模型和Ifadis模型的精度(RMSE值)提高了51.5%、40.2%、52.9%。研究可为青藏高原地区的全球导航卫星系统(Global Navigation Satellite System, GNSS)导航定位和水汽反演研究提供参考。     

人工神经网络与DNA序列分类问题

介绍了神经网络的两种简单模型:感知器和线性分类器,并应用感知器模型对DNA序列分类问题进行求解和结果分析,并提出了对感知器模型求解分类问题的一种改进方法。     

浅谈语文教学与素质教育之间的关系

素质教育,作为一个理论命题,有其丰富的内涵和广阔的空间,而且有多维的审视角度和思路。一般来说,所谓素质,通常具有两个层面的含义:第一种含义是生理上的素质概念,主要指人们天生的感知器官、神经系统,又称遗传因素或