前馈神经网络及应用研究.pdfVIP

塑堡塑丝塑竺丝苎生旦望壅．—— 摘 要 人工神经网络由于其良好的容错性、鲁棒性和泛化能力，已绎广泛的应用 于模式识别、信号和图像处理、函数逼近、系统辨识、自适应控制等诸多领域。 但是目前仍然存在网络的拓扑结构和有效学习算法的设计两个问题没有很好地 解决，从而也就限制了神经网络在实际中的应用。 本论文主要就前馈神经网络(BP网络)的原理和应用进行了如下研究： 1．关于如何构造一个性能良好的神经网络： 关于该问题首先从如何提高BP网络的性能和如何构造一个适合于具体问题 (1)由于从BP算法的推导中可以看出，学习率是对训练速度影响较大的参 数。就这个问题，提出一种变学习率的学习算法。实验证明该算法计算简单， 物理意义明确，且性能也优于普通BP网络； (2)分析了网络激励函数(重点是周期函数)的选择对网络性能的影响， 提出一种组合激励函数的网络； 一种基于“内部分量”及“内部测量模式”的网络隐层节点动态削减算法。该 算法对于了解网络的内部行为及构筑隐层合适的节点数有一定的参考价值； (4)分析了基于BP算法的小波网络的优缺点。$器出基于遗传算法的小波神 经网络，进而提出基于混合学习算法的小波神经网络∥ 2．关于神经网络在模式识别和图像处理中的应用： 主要探讨了大规模复杂性伺题的学习和分类问题。该部分分析了大规模复杂 问题的分解和模块化网络设计的理论；解决了训练后的网络的模式彀麓本扩张 问题；进行了模块化网络设计理论在模式识别和图像处理中的应用研究。下该部 分的具体工作如下： ＼ (I)针对已训练后的网络的模式或样本扩张问题，提出了一种新的扩张方 法。该方法通过增加新的子网络模块(不破坏原有网络结构)的方法，解决了 在已经训练好的神经网络中增加新的训练样本或增加新的模式问题，使得神经 网络具有继续学习和知识积累能力，又可将全局性的学习问题转化为局部模块 学习，从而使得网络能够不断地进行局部性继续学习以适应新的应用需要； (2)针对具有大规模非平衡样本集的分类问题，提出一种解决方案，并就 两类问题样本集的合理分解进行了探讨： (3)针对车辆牌照的定位问题，提出一种基于彩色车辆牌照RGB信息的 神经网络定位方法 (4) 一种基于“信息测度”和图像的灰友 信息特征 关键词：人工神经网络BP算法小波分析遗传算法模式扩张信息测度一 前馈神经网络及其应用研究 Abstrct ArtificiaIneural hasbeen and usedtosolve networksfANNl widelySuccessfully various in and problemspattern recognition，signalimage processing，function controland toits approximation，system others，due identification，adaptivemany characteristicsfault and exceptional tolerance，robustness including good