| 【中文题名】 | BP网络在多元回归分析中的应用 |
| 【英文题名】 | The B.P.Network's Application in Multivariable Regress Analysis |
| 【学科专业】 | 电气工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-1-14 |
| 【中关键词】 | 神经网络,BP网络,算法,收敛,多元回归, |
| 【英关键词】 | neural network,B.P.Arithmetic,convergence,multivariable regress,application, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 | “人工神经网络”(ARTIFICIAL NEURAL NETWORK，简称A．N．N．)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。
人工神经网络同现行的计算机不同，它是一种非线性的处理单元。只有当神经元对所有的输入信号的综合处理结果超过某一阈值后才输出一个信号。因此神经网络是一种具有高度非线性的超大规模连续时间动力学系统。它突破了传统的以线性处理为基础的数字电子计算机的局限，标志着人们智能信息处理能力和模拟人脑智能行为能力的一大飞跃。
神经网络的关键，就在于每个处理单元之间建立适当的连结，这就像脑神经细胞间彼此用突触做沟通的渠道一样。
这些神经元的连结并不象想象的那样杂乱无章，而是通常被组织成层次分明的神经元，每一层内的神经元接受下层神经元的讯号，并向上送出结果。其中，输入层负责接收资料，而输出层则送出最终的结果，通常它们之间还存在着隐藏层，夹杂在两者之间，因此，这种结构使我们无法预测输入的资料将怎样在这些神经元之间流动。
每个神经元都收到由前一层发出的讯号，然后，将各个讯号经过加权处理，归纳出最后的结果，再传给上一层的神... |
| 【论文题纲】 |
|
第一章 神经网络及人工神经网络概述 |
11-20 |
|
1.1 神经网络概述 |
11-12 |
|
1.2 神经网络机制 |
12 |
|
1.3 神经网络的研究发展史 |
12-17 |
|
1.4 神经网络的研究概况 |
17-18 |
|
1.5 人工神经网络的应用 |
18-20 |
|
第二章 人工神经网络原理及BP网络 |
20-33 |
|
2.1 神经网络模型 |
20-22 |
|
2.2 网络拓扑 |
22-24 |
|
2.3 学习法则 |
24 |
|
2.4 BP网络及其算法 |
24-33 |
|
第三章 BP网络与多元回归 |
33-40 |
|
3.1 多元回归 |
33-35 |
|
3.2 BP网络与多元回归 |
35-38 |
|
3.3 BP网络与多元回归在工作中的应用展望 |
38-40 |
|
结束语 |
40-41 |
|
参考文献 |
41 |
|
| 【DOI】 | LunWen.ID:2.2008.387250 |
