导读:本文包含了多层前向人工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,算法,前向,多层,梯度,全局,图像。
多层前向人工神经网络论文文献综述写法
顾哲彬,曹飞龙[1]（2018）在《多层前向人工神经网络图像分类算法》一文中研究指出传统人工神经网络的输入均为向量形式,而图像由矩阵形式表示,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,从而影响了图像处理的效果。为了提高网络对图像的处理能力,文中借鉴了深度学习的思想与方法,引进了具有矩阵输入的多层前向神经网络。同时,采用传统的反向传播训练算法(BP)训练该网络,给出了训练过程与训练算法,并在USPS手写数字数据集上进行了数值实验。实验结果表明,相对于单隐层矩阵输入前向神经网络(2D-BP),所提多层网络具有较好的分类效果。此外,对于彩色图片分类问题,利用所提出的2D-BP网络,给出了一个有效的可行方法。(本文来源于《计算机科学》期刊2018年S2期）
顾哲彬[2]（2018）在《矩阵输入的多层前向人工神经网络及其应用》一文中研究指出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神经网络的叁通道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,无法直接处理彩色图像的问题,我们提出叁通道2D-BP网络,对2D-BP网络进行了宽度上的扩展.对于彩色图像分类问题,本文所提出的叁通道2D-BP网络算法能够更好地对图片进行特征提取,达到更好的效果.(本文来源于《中国计量大学》期刊2018-06-01）
苏平,伊海龙[3]（2006）在《多层前向人工神经网络在东部平原湖泊富营养化评价中的应用》一文中研究指出本文通过对传统的误差反向传播前向多层人工神经网络进行改进,形成了改进的多层前向人工神经网络。通过在湖泊水体富营养化各指标浓度间生成正态分布的样本的模式,生成了大量用于人工神经网络模型训练和检验用的样本,并应用该方法所生成的人工神经网络,对我国的4个东部平原湖泊水体富营养化状况进行综合评价。研究表明,应用改进的前向多层人工神经网络方法对湖泊水体进行富营养化评价,结果合理,方法可行,有一定的参考价值。(本文来源于《系统仿真技术》期刊2006年03期）
王建群,卢志华[4]（2003）在《叁层前向人工神经网络全局最优逼近》一文中研究指出提出了求解不等式约束非线性优化问题的群体复合形进化算法 ,提出的算法能充分利用目标函数值的信息、优化搜索过程具有较强的方向性和目标性 ,收敛速度较快 ,且是全局优化算法 ;将群体复合形进化算法应用于叁层前向人工神经网络逼近 ,提出了叁层前向人工神经网络全局最优逼近算法 ;将叁层前向人工神经网络全局最优逼近算法应用于实例 ,表明了提出的全局最优逼近算法的有效性 .(本文来源于《数学的实践与认识》期刊2003年07期）
吴仁志[5]（2002）在《单神经元和多层前向人工神经网络的研究与应用》一文中研究指出人工神经网络(ANN)是由大量神经元节点互连而成的复杂网络，用以模拟人类的某些智能行为，具有自学习、自适应及信息的分布存储等特点，现已应用于智能控制、系统辨识、智能监测等领域。 人工神经网络的发展，为解决非线性、大滞后、不确定的复杂系统的控制问题开辟了一条新的途径。本文研究单神经元，用所构造的单神经元构成单神经元控制器，算法简单，易于实现，而后组成一个基于单神经元的智能温控系统，对一具有大滞后、非线性、强耦合特性的多温区电加热炉进行实时温度控制，取得较好的控制效果。 多层前向人工神经网络(MFANN)是最常用、最成熟的人工神经网络，误差反向传播(BP)算法因简单易行而成为前向网络的首选，本文研究BP算法及改进方案、几种类型的多层前向网络的结构及相应的计算。 电力负荷预测是电力系统的一个重要工作，负荷预测的准确性对系统运行和生产费用有很大影响，它在保证电力系统经济、安全、可靠运行方面起着关键作用，已成为电力系统中能量管理的一个重要组成部分。预测被认为是人工神经网络最有潜力的应用领域之一，在电力系统中用人工神经网络方法来进行负荷预测，有快速、准确的优点。文中用所构造的几种不同类型的前向网络，应用于电力系统短期负荷预测中，并将预测结果进行比较，该神经网络预测方法继承了传统的时间序列法的思想，同时与相关因素匹配法结合起来，和传统方法相比，提高了预测的精度和速度，表明该方法是有效可行的。(本文来源于《广西大学》期刊2002-05-01）
王建群,汪星良[6]（2002）在《叁层前向人工神经网络全局最优逼近》一文中研究指出提出了求解不等式约束非线性优化问题的群体复合形进化算法,提出的算法能充分利用目标函数值的信息、优化搜索过程具有较强的方向性和目标性,收敛速度快,且是全局优化算法;将群体复合形进化算法应用于叁层前向人工神经网络逼近,提出了叁层前向人工神经网络全局最优逼近算法;将叁层前向人工神经网络全局最优逼近算法应用于实例,表明了提出的全局最优逼近算法的有效性。(本文来源于《西藏大学学报(汉文版)》期刊2002年01期）
多层前向人工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：
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神经网络的叁通道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,无法直接处理彩色图像的问题,我们提出叁通道2D-BP网络,对2D-BP网络进行了宽度上的扩展.对于彩色图像分类问题,本文所提出的叁通道2D-BP网络算法能够更好地对图片进行特征提取,达到更好的效果.
（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。
多层前向人工神经网络论文参考文献
[1].顾哲彬,曹飞龙.多层前向人工神经网络图像分类算法[J].计算机科学.2018
[2].顾哲彬.矩阵输入的多层前向人工神经网络及其应用[D].中国计量大学.2018
[3].苏平,伊海龙.多层前向人工神经网络在东部平原湖泊富营养化评价中的应用[J].系统仿真技术.2006
[4].王建群,卢志华.叁层前向人工神经网络全局最优逼近[J].数学的实践与认识.2003
[5].吴仁志.单神经元和多层前向人工神经网络的研究与应用[D].广西大学.2002
[6].王建群,汪星良.叁层前向人工神经网络全局最优逼近[J].西藏大学学报(汉文版).2002