資源描述：
《基于bp算法的神經(jīng)網(wǎng)絡(luò)技術(shù)完整畢業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、基于BP算法的神經(jīng)網(wǎng)絡(luò)技術(shù)完整畢業(yè)論文南京郵電大學(xué)通達(dá)學(xué)院畢業(yè)設(shè)計(jì)（論文）題目：基于BP算法的神經(jīng)網(wǎng)絡(luò)技術(shù)研究與應(yīng)用專業(yè)：學(xué)生姓名：班級(jí)學(xué)號(hào)：指導(dǎo)教師：指導(dǎo)單位：日期：2012年12月3日至2013年6月21日關(guān)鍵字：神經(jīng)網(wǎng)絡(luò)；BP神經(jīng)網(wǎng)絡(luò)；函數(shù)逼近；仿真實(shí)驗(yàn)ABSTRACTThispaperfirstexplainsthepurposeandsignificanceofthetopicresearch.CommentarystudiescuiTentsituationattheproblemhomeandabroad?Leadstotheexistingproblems
2、,andthenhaveanalyzedalgorithmicbasalprincipleofneuralnetworks,Givealgorithmicconcertofclassicsneuralnetworksouttherealizationmethod?Summingupthecharacteristicsofneuralnetworkalgorithm.MastertheformingstepofBPnetwork.ThearithmeticofBPneuralnetworkisrealizedinMatlabsoftware?Thealgorithmappl
3、iesofBPneuralnetworkstothefunctionapproximationproblem,Sampleclassificationandcomputestheswatchcontent.Andanalysisofrelevantparametersontheresultsofalgorithm.Finally,TheBPneuralnetworkalgorithmisOutlook?Keywords:Neuralnetwork:BPneuralnetwork；Functionapproximation；Simulationexperiment第一章引言
4、-1-1.1神經(jīng)網(wǎng)絡(luò)的概述-1-1.2人工神經(jīng)網(wǎng)絡(luò)的研究目的和意義-1-1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與研究現(xiàn)狀?2?1.3.1神經(jīng)網(wǎng)絡(luò)的發(fā)展-2-1.3.2神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀-3-1.4神經(jīng)網(wǎng)絡(luò)研究目前存在的問題-3-1.5神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域-4-第二章BP神經(jīng)網(wǎng)絡(luò)概述-5-2」BP神經(jīng)網(wǎng)絡(luò)介紹-5-2.2神經(jīng)元-5-2.2.1人工神經(jīng)元-5-2.2.2生物神經(jīng)元?9?2.3BP神經(jīng)網(wǎng)絡(luò)原理-9-2.4BP神經(jīng)網(wǎng)絡(luò)的主要功能-11-2.5BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)和缺點(diǎn)-12-第三章BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用-15-3.1基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)-15-3.1.1MATLAB工具
5、箱介紹-15-3.1.2BP網(wǎng)絡(luò)創(chuàng)建函數(shù)-16-3.1.3神經(jīng)元上的傳遞函數(shù)-16-3.1.4BP網(wǎng)絡(luò)學(xué)習(xí)函數(shù)-17-3.1.5BP網(wǎng)絡(luò)訓(xùn)練函數(shù)-17-3.2BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用-17-3.2.1問題的提出-17-3.2.2基于BP神經(jīng)網(wǎng)絡(luò)逼近函數(shù)-17-323不同頻率下的逼近效果-21-3.2.4討論?23?3.3仿真實(shí)驗(yàn)?23-3.3.1BP神經(jīng)網(wǎng)絡(luò)MATLAB設(shè)計(jì)-23-3.3.2各種BP學(xué)習(xí)算法MATLAB仿真-25-3.3.3各種算法仿真結(jié)果比較與分析-27-3.3.4調(diào)整初始權(quán)值和閾值的仿真3.3.5其他影響因素仿真3.4BP神經(jīng)網(wǎng)絡(luò)在樣本分類屮的應(yīng)用.
6、...3.4.1問題的提出3.4.2基于BP神經(jīng)網(wǎng)絡(luò)的樣本分類.......錯(cuò)謀！未定義書簽。致謝獻(xiàn)-36-附錄A40-28-??.??-31-?31??31??32?結(jié)束語(yǔ)錯(cuò)誤！未定義書簽。參考文第一章引言1.1神經(jīng)網(wǎng)絡(luò)的概述人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks,簡(jiǎn)寫為ANNs)也簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)(NNs)或稱作連接模型（ConnectionModel）,它是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整近年來通過對(duì)人工神經(jīng)網(wǎng)絡(luò)的研究，可以看出神經(jīng)網(wǎng)絡(luò)的研究目的和意義有以下三點(diǎn)：（1）通過
7、揭示物理平血與認(rèn)知平面之間的映射，了解它們相互聯(lián)系和相互作用的機(jī)理，從而揭示思維的本質(zhì)，探索智能的本源。（2）爭(zhēng)取構(gòu)造出盡可能與人腦具有相似功能的計(jì)算機(jī)，即神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)。（3）研究仿照腦神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)，將在模式識(shí)別、組合優(yōu)化和決策判斷等方面取得傳統(tǒng)計(jì)算機(jī)所難以達(dá)到的效果。-1-人工神經(jīng)網(wǎng)絡(luò)特有的非線性適應(yīng)性信息處理能力，克服了傳統(tǒng)人工智能方法對(duì)于直覺，如模式、語(yǔ)音識(shí)別、非結(jié)構(gòu)化信息處理方面的缺陷，使之在神經(jīng)專家系統(tǒng)、模式識(shí)別、智能控制、組合優(yōu)化、預(yù)測(cè)等領(lǐng)域得到成功應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)與其它傳統(tǒng)方法相結(jié)合，將推動(dòng)人工智能
