神经网络模式识别的改进及应用

论文摘要

传统的BP神经网络在模式识别中存在识别速度慢和识别准确率低等若干不足,针对这些问题对BP神经网络改进。通过将改进的BP算法与传统的BP算法比较,发现改进后的BP算法在收敛速率和局部极值点上有了较大的改善且提高了准确率。将改良后的BP算法应用于对无线信道的分类识别中,输出结果表明,优化后的BP算法是一种速度快误差小的神经网络分类算法。

论文目录

1 误差函数及BP结构

2 优化的BP算法实际应用

3 结语

文章来源

类型: 期刊论文

作者: 徐玉洁,苏慧芳,邵淑娜

关键词: 神经网络,算法,模式识别

来源: 科技创新导报 2019年33期

年度: 2019

分类: 经济与管理科学,信息科技

专业: 自动化技术

单位: 临沂大学

基金: 临沂大学2018校级大学生创新创业训练计划项目（项目编号：201810452072）

分类号: TP183

DOI: 10.16660/j.cnki.1674-098X.2019.33.131

页码: 131+133

总页数: 2

文件大小: 2094K

下载量: 94

相关论文文献

[1].基于神经网络模式识别的糖尿病无创风险评估方法研究[J]. 光谱学与光谱分析 2014(05)
[2].汽车发动机故障神经网络模式识别及试验研究[J]. 电脑编程技巧与维护 2009(22)
[3].神经网络模式识别[J]. 软件导刊 2008(10)
[4].拌摩擦焊焊缝缺陷超声检测信号特征分析与神经网络模式识别[J]. 核动力工程 2020(01)
[5].模式识别方法概述[J]. 电子设计工程 2012(19)
[6].基于神经网络模式的遗传算法在CRM的数据挖掘优化研究[J]. 黑龙江大学自然科学学报 2010(06)
[7].3种蜚蠊成虫自动分类的研究[J]. 中国国境卫生检疫杂志 2008(01)
[8].基于EMD的胶合板损伤声发射信号特征提取及神经网络模式识别[J]. 振动与冲击 2012(15)
[9].可拓神经网络模式识别对成品油的鉴别与测量[J]. 光谱学与光谱分析 2016(09)
[10].电力机车的故障预测与维修周期的决策[J]. 铁道运输与经济 2012(01)
[11].基于MATLAB模式识别实现环境污染等级预测的研究[J]. 电脑与信息技术 2017(05)
[12].基于模式相关的改进BP神经网络算法[J]. 计算机系统应用 2013(12)
[13].移动荷载作用下结构损伤的近似熵分析[J]. 振动与冲击 2010(06)
[14].人工神经网络在局部放电模式识别中的应用[J]. 机电信息 2009(24)
[15].预测砂岩孔隙度的地震多属性优化模式对比[J]. 石油地球物理勘探 2011(03)
[16].胶合板声发射信号的小波包特征提取及神经网络模式识别[J]. 现代电子技术 2011(21)
[17].新型木塑材料缺陷及损伤的声发射信号分析[J]. 声学技术 2008(04)

本文来源: https://www.lunwen90.cn/article/764d5b279f4e3fc722647b50.html