导读:本文包含了二进神经网络论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,线性,函数,算法,汉明,神经元,奇偶。
二进神经网络论文文献综述写法
王佐成,杨娟,薛丽霞[1]（2017）在《基于二进神经网络的稀疏编码架构的图像无损压缩新方法（英文）》一文中研究指出视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法。首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2017年03期）
曾晓勤,周建新,郑星,钟水明[2]（2016）在《一种高效二进前馈神经网络学习算法》一文中研究指出为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性.(本文来源于《哈尔滨工业大学学报》期刊2016年05期）
杨娟,陆阳,黄镇谨[3]（2014）在《基于二进神经网络的0/1分布系统可靠性分析》一文中研究指出系统可靠性的计算依赖于各基本单元的0/1分布关系及其构成的布尔逻辑.本文利用二进神经网络可以完备实现布尔逻辑的特性,提出一种基于二进神经网络的可靠性分析方法.该方法针对每个二进神经元的输入都是0/1逻辑关系的线性组合这一特点,提出并且证明了0/1分布的线性组合的概率分布函数;建立系统功能与布尔函数问的等价关系,将系统转化为相应的二进神经网络;利用线性组合的概率分布函数,通过逐层计算该二进神经网络的0/1输出概率,解决了一股系统的可靠性计算问题.(本文来源于《自动化学报》期刊2014年07期）
杨娟,陆阳,朱晓娟,邱述威[4]（2013）在《奇偶校验问题的二进神经网络学习算法》一文中研究指出二进神经网络可以完备表达任意布尔函数,但对于孤立节点较多的奇偶校验问题却难以用简洁的网络结构实现。针对该问题,提出了一种实现奇偶校验等孤立节点较多的一类布尔函数的二进神经网络学习算法。该算法首先借助蚁群算法优化选择真节点及伪节点的访问顺序;其次结合几何学习算法,根据优化的节点访问顺序给出扩张分类超平面的步骤,从而减少隐层神经元的数目,同时给出了隐层神经元及输出元的表达形式;最后通过典型实例验证了该算法的有效性。(本文来源于《计算机科学》期刊2013年01期）
杨娟,陆阳,方欢,朱晓娟[5]（2012）在《基于蚁群算法的二进神经网络学习算法》一文中研究指出本文提出一种实现任意布尔函数的二进神经网络学习算法,该算法首先借助蚁群算法优化选择核心节点及节点访问顺序;其次,根据优化的节点访问顺序给出扩张分类超平面的步骤,减少了隐层神经元的数目,同时给出隐层神经元及输出元的表达形式;并进一步通过理论分析了该算法的收敛性。该算法成功地改进了已有学习算法的不足,并通过典型实例验证了该算法的有效性。(本文来源于《电路与系统学报》期刊2012年06期）
杨娟,陆阳,俞磊,方欢[6]（2012）在《二进神经网络中汉明球突的判定及其逻辑意义》一文中研究指出在布尔空间中,汉明球突表达了一类结构清晰的布尔函数,由于其特殊的几何特性,存在线性可分与线性不可分两种空间结构.剖析汉明球突的逻辑意义对二进神经网络的规则提取十分重要,然而,从线性可分的汉明球突中提取具有清晰逻辑意义的规则,以及如何判定非线性可分的汉明球突,并得到其逻辑意义,仍然是二进神经网络研究中尚未很好解决的问题.为此,本文首先根据汉明球突在汉明图上的几何特性,采用真节点加权高度排序的方法,提出对于任意布尔函数是否为汉明球突的判定算法;然后,在此基础上利用已知结构的逻辑意义,将汉明球突分解为若干个已知结构的并集,从而得到汉明球突的逻辑意义;最后,通过实例说明判定任意布尔函数是否为汉明球突的过程,并相应得到汉明球突的逻辑表达.(本文来源于《自动化学报》期刊2012年09期）
杨娟[7]（2012）在《二进神经网络中关于线性可分结构的若干问题研究》一文中研究指出二进神经网络是应用于布尔空间的神经网络,从产生至今已经取得了长足的发展,被广泛地应用于模式识别、人工智能、复杂逻辑综合、大规模集成电路设计等方面。然而二进神经网络理论中仍有许多方面不太成熟,限制了它向更深、更广领域的应用。本文主要针对二进神经网络理论中的线性可分结构所涉及的一些重要内容进行研究,主要研究工作摘要如下：(1)阐述了线性可分结构系对网络规则提取的研究意义,对当前已知的线性可分结构系进行了分析与总结,指出未知的线性可分结构系的范围,为提出新的线性可分结构系指明了方向；另外对于神经网络实现n元奇偶校验问题以及二进神经网络学习算法做一综述,指出了目前存在着的和还需进一步解决的问题。(2)定义了一种新的空间结构——汉明球突,指出其存在线性可分与线性不可分两种类型,并给出是否线性可分的简洁判别法。针对线性可分的汉明球突,建立与二进神经元等价判别法,并给出其逻辑表达式,因而增加了一类具有清晰逻辑意义的线性可分结构系；针对线性不可分的汉明球突判定问题,借助汉明球突在汉明图上的几何特性,采用真节点加权高度排序的方法,提出对于任意样本是否为汉明球突的判别法,相应地给出其逻辑表达,进而给出了一类线性不可分函数的逻辑表达。(3)根据已有学习算法的不足,首次借助蚁群算法,针对样本连通性较高与样本连通性较差的情况分别提出两种基于蚁群算法的二进神经网络学习算法(HC-ABN与LC-ABN),并给出算法的收敛性分析。对于样本连通性较高的情况,通过对比试验可知,HC-ABN算法可以采用更简单的网络结构实现给定的布尔函数；对于样本连通性较差的情况,以奇偶校验问题为例,LC-ABN算法给出了经验上界,为进一步理论分析提供了方向。(4)证明了对采用线性可分结构、单隐层并且每个隐层神经元只表达“与”关系、所有隐层神经元通过输出元形成“或”关系的二进神经网络,需2n-1个隐层神经元才可以实现n元奇偶校验问题,但在隐层引入抑制神经元后,仅需n个隐层神经元即可以实现,说明了抑制神经元在二进神经网络中的重要作用,并在汉明球与SP函数的基础上,给出了奇偶校验的逻辑表达式。(5)扩展二进神经网络的应用范围,将其应用于系统的可靠性分析,借助论文提出的学习算法可以将系统功能与部件间的关系转化为二进神经网络,在证明了0/1分布的线性组合的分布函数表达式的基础上,得到系统的可靠性。(本文来源于《合肥工业大学》期刊2012-07-01）
陆阳,杨娟,王强,黄镇谨[8]（2012）在《二进神经网络表达奇偶校验问题的隐元最小数目上界》一文中研究指出二进神经网络采用线性分类,是结构简单又易于实现的一类神经网络,在许多应用领域中都有重要研究价值.对于单隐层二进神经网络,目前隐层规模的确定问题仍然没有明确的研究结论.本文在研究隐层规模问题的过程中,提出了布尔空间的最多孤立样本问题.在二进神经网络隐层神经元各自表达一个"与"关系,所有隐层神经元通过输出元形成"或"关系的情况下,证明了实现最多孤立样本问题需2n?1个隐层神经元.更重要的是,指出了n元奇偶校验问题和最多孤立样本结构的等价性.进一步地,通过引入隐层抑制神经元将隐元数目降为n,说明了抑制神经元在二进神经网络中的重要作用.最后,在Hamming球与SP函数的基础上,揭示出抑制神经元和n元奇偶校验问题的逻辑关系,并给出了奇偶校验问题的逻辑式表达.(本文来源于《中国科学:信息科学》期刊2012年03期）
杨娟,陆阳,黄镇谨,王强[9]（2011）在《二进神经网络中的汉明球突及其线性可分性》一文中研究指出对于二进神经网络,剖析其神经元的逻辑意义对网络的规则提取是十分重要的,而目前每个神经元所表达的线性结构的逻辑意义仍没有完全解决,一部分线性函数的结构及其逻辑意义尚不明确.本文在寻找线性可分结构的过程中,提出了汉明球突的概念,给出其是否线性可分的判定方法,并得到二进神经元与线性可分的汉明球突等价的充要条件,从而建立了判别线性可分的汉明球突的一般方法,并通过实例验证了该方法的有效性.(本文来源于《自动化学报》期刊2011年06期）
贺勤斌[10]（2010）在《二进神经网络的Boolean函数化简》一文中研究指出利用二进神经网络方法对Boolean函数逻辑化简具有理论研究与实际应用意义。通过二进神经网络化简复杂非线性可分Boolean函数的方法,说明对非线性可分Boolean函数化简采用二进神经网络方法能够取得比传统方法更加高效、简便的化简。同时,给出几个二进神经网络化简非线性可分Boolean函数的实例,具体说明该方法的有效性。(本文来源于《台州学院学报》期刊2010年03期）
二进神经网络论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
二进神经网络论文参考文献
[1].王佐成,杨娟,薛丽霞.基于二进神经网络的稀疏编码架构的图像无损压缩新方法（英文）[J].重庆邮电大学学报(自然科学版).2017
[2].曾晓勤,周建新,郑星,钟水明.一种高效二进前馈神经网络学习算法[J].哈尔滨工业大学学报.2016
[3].杨娟,陆阳,黄镇谨.基于二进神经网络的0/1分布系统可靠性分析[J].自动化学报.2014
[4].杨娟,陆阳,朱晓娟,邱述威.奇偶校验问题的二进神经网络学习算法[J].计算机科学.2013
[5].杨娟,陆阳,方欢,朱晓娟.基于蚁群算法的二进神经网络学习算法[J].电路与系统学报.2012
[6].杨娟,陆阳,俞磊,方欢.二进神经网络中汉明球突的判定及其逻辑意义[J].自动化学报.2012
[7].杨娟.二进神经网络中关于线性可分结构的若干问题研究[D].合肥工业大学.2012
[8].陆阳,杨娟,王强,黄镇谨.二进神经网络表达奇偶校验问题的隐元最小数目上界[J].中国科学:信息科学.2012
[9].杨娟,陆阳,黄镇谨,王强.二进神经网络中的汉明球突及其线性可分性[J].自动化学报.2011
[10].贺勤斌.二进神经网络的Boolean函数化简[J].台州学院学报.2010