基于BP神经网络的分类器改进算法研究与应用

发布时间：2020-12-09 07:50

　　随着信息科技的日益发达,人们在生活中对人工智能有着越来越广泛的应用需求。对于这些需求,人工神经网络特别是BP神经网络作为实现人工智能的工具得到了人们的高度关注,它可以建立某种简化模型并以此来模拟生物神经网络分析决策过程。其中分类问题作为人类学习过程中的基本手段,是人们日常生活中对于信息最基础的处理方式,它为各类决策提供了判断基础。利用人工神经网络来解决分类问题一直是众多研究学者的研究课题。BP神经网络作为经典的前馈神经网络,是目前对于分类问题应用最多的神经网络。但BP神经网络作为传统神经网络算法,存在很大的优化空间。它的缺陷主要表现在权值训练过程中容易陷入局部极小值、误差收敛速度慢等,且对模糊信息进行分类时性能较弱。本文将以BP神经网络算法为基础,从性能优化和模糊信息处理两个方向研究BP神经网络模型对于分类问题的优化实现。主要完成了以下工作:(1)通过研究模拟退火算法与梯度下降算法对BP神经网络权值迭代的算法差异,提出了根据模拟退火算法中的Metropolis准则来调整BP神经网络的权值,使BP神经网络分类器模型能更快更精准地到达误差最小点。(2)实现了模糊理论与人工神经网络相结合的分... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

M-P模型

Sigmoid函数图像

图2-5双曲正切函数图像

【参考文献】：
期刊论文
[1]城市道路交通拥堵的模糊神经网络评析[J]. 诸云,王建宇,杨莹,刘博航.  北京理工大学学报. 2018(05)
[2]面向大数据的网络舆情多维动态分类与预测模型研究[J]. 连芷萱,兰月新,夏一雪,刘茉,张双狮.  情报杂志. 2018(05)
[3]基于模糊神经网络的多电机同步控制技术[J]. 徐玲.  实验室研究与探索. 2017(04)
[4]采用粒子群优化的SVM算法在数据分类中的应用[J]. 邹心遥,陈敬伟,姚若河.  华侨大学学报(自然科学版). 2016(02)
[5]模糊信息处理的道路网匹配方法[J]. 宗琴,邓鑫洁,姜树辉.  测绘科学. 2016(03)
[6]一种基于熵的连续属性离散方法[J]. 张鹏飞,李本威,秦明,于复磊.  燃气涡轮试验与研究. 2014(06)
[7]基于模糊神经网络的公共项目绩效评价模型研究——以发展结果为导向的理论框架构建[J]. 吴宗法,马振鹏,孟秀焕.  南京审计学院学报. 2015(01)
[8]决策树分类算法研究[J]. 张琳,陈燕,李桃迎,牟向伟.  计算机工程. 2011(13)
[9]融合模拟退火算法的神经网络流量预测研究[J]. 陈静,刘渊.  计算机工程与设计. 2011(06)
[10]基于模糊神经网络和遗传算法的智能控制器[J]. 何进.  制造业自动化. 2011(10)

博士论文
[1]BP神经网络的理论及其在农业机械化中的应用研究[D]. 王吉权.沈阳农业大学 2011

硕士论文
[1]基于AFS的区间二型隶属函数构建方法及应用[D]. 张盼盼.大连海事大学 2018
[2]基于模糊神经网络的供热管网故障损坏程度诊断分析[D]. 沈晓峰.河北工程大学 2017
[3]基于SVM和组合特征的分类算法研究[D]. 王珏.大连理工大学 2017
[4]广义回归神经网络在汽车涂料自然老化预测中的应用[D]. 马应斌.吉林大学 2015
[5]基于改进型模糊神经网络的蓄电池SOC检测方法研究与实现[D]. 祁建佳.电子科技大学 2015
[6]一种基于AdaBoost的组合分类算法研究[D]. 张元.四川师范大学 2015
[7]人脸识别的一种神经网络方法研究[D]. 曹文谊.南昌航空大学 2014
[8]变压器冷却器的模糊控制系统[D]. 张小景.华中科技大学 2011
[9]基于遗传神经网络的大气质量检测及评价研究[D]. 左俊.大连理工大学 2007
[10]模糊分类技术在入侵检测中的应用[D]. 宋永宏.西安电子科技大学 2006



本文编号：2906544