矩阵输入的多层前向人工神经网络及其应用

发布时间：2020-12-21 20:01

　　本文主要研究矩阵输入的多层前向神经网络算法与应用问题,对单隐层矩阵输入前向神经网络（2D-BP）进行了改进.传统人工神经网络的输入均为向量形式,而图像是由矩阵形式表示的,因此,在用人工神经网络进行图像处理时,图像将以向量形式输入至神经网络,这破坏了图像的结构信息,从而影响图像处理的效果.此外2D-BP网络的输入是单通道输入,无法直接处理彩色图像,必须先将图像灰度化才能分类.基于上述的问题和分析,本文针对神经网络算法展开了研究与讨论.研究内容主要包括基于2D-BP神经网络的多层前向神经网络的算法以及基于2D-BP神经网络的三通道2D-BP神经网络的算法.具体工作概括如下:1.基于单隐层2D-BP网络,我们提出了多层2D-BP网络,旨在提高单隐层2D-BP网络的泛化能力,提高网络对图像特征提取的能力.由于2D-BP网络是单隐层的前向神经网络,在实际训练时泛化能力往往不足,我们对网络的深度进行了扩展,提出了多层2D-BP神经网络算法.实验结果表明,多层2D-BP神经网络算法相对于单隐层2D-BP网络图像分类算法具有更好的特征提取能力.2.针对2D-BP网络的输入是单通道输入,无法直接处理彩色... 

【文章来源】：中国计量大学浙江省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

USPS手写数据集3.5.1两层2D-BP网络

网络出现震荡

网络比较.如图4.1所示,同为256个结点的三通道2D-BP网络与2D-BP网络,相对于2D-BP网络0.4392的测试精度,三通道2D-BP网络0.5210的测试精度有明显的提升.图4.1 3通道2D-BP网络与1通道2D-BP网络的对比4.4 本章小结本章基于2D-BP神经网络提出了三通道2D-BP神经网络用于图像分类,通过增加2D-BP神经网络的通道,解决了2D-BP神经网络处理彩色图像的问题,同时32

【参考文献】：
期刊论文
[1]神经网络研究的背景及其意义[J]. 王玉山,杨思春,朱志伯,周柏海.  河南城建高专学报. 1997(01)



本文编号：2930416