文档介绍：淮北师范大学
2011届学士学位论文
基于BP神经网络分类器的多目标识
别研究
学院、专业物理与电子信息学院
通信工程
研究方向人工智能
学生姓名
学号
指导教师姓名
指导教师职称讲师
2011年 4 月 28 日
基于BP神经网络分类器的多目标识别研究

淮北师范大学物理与电子信息学院 235000
摘要本文先确定输入数据和输出数据,输入数据是分类对象的特征,输出数据是分类对象的所属类别,用BP网络进行训练学习后使BP网络具有分类能力,然后就可以用于数据分类中。把提取的数据的特征用学习过的BP神经网络进行数据识别、分类。对数据输入样本量纲差别很大不能做到网络收敛的,要进行归一化处理,在对BP网络合理设置参数并且把输入输出设置为一一对应后进行仿真实验,实验结果表明基于BP神经网络分类器的识别方法具有较高的分辨率。通过这种提取、训练、识别的模式用于数据分类的方法也可以对类似的问题包括故障诊断、人才分类、图像分类等等,具有很好的实用推广价值。
关键词 BP神经网络;特征提取;多目标识别;归一化处理
The Classifier Multi-target Recognition of research based
on BP work
School of Physics and Electronic Information, Huaibei Normal University, 235000
Abstract This paper first determines input data and out data. Input data object the characteristics of classification, out data is the classified object that category .work was trained to learn after work has classification ability, and then it can be used for data classification. The characteristics of the data extracted with the BP work learning data identification, classification. If input data to dimensional difference is very big which is cannot work convergence, it must be normalized. On work setting up reasonable parameters and the input/output settings for one-to-one simulation experiment then experimental results show that based on the BP work classifier identification method has higher resolution. Through this extraction training, recognition model used for data classification method can also to similar problems including fault diagnosis, talent classification image classification and so on, has the very good practical popularize value.
Keywords: BP work; Feature extraction;Multi-target recognition;Normalized
目次
1 引言 1
2 人工神经网络 2
2
3
4
3 神经网络结构及BP神经网络 5
神经元与神经网络结构 5
BP神经网络及其原理 5
BP神经网络的实现 9
4 BP神经网络分类识别....................................................... 13
BP神经网络分类识别概述 13
BP神经网络分类设计 15
BP神经网络分类识别算法 16
18
结论 21
参考文献 22
致谢 23
1引言
利用机