具有输入平移改正层的BP神经网络设计.pdfVIP

具有输入平移改正层的BP 神经网络设计 目录 摘 要2 Abstract3 图表索引4 第一章 绪论5 1.1.引言5 1.2.引例5 第二章 传统BP神经网理论7 2.1.最优化方法与梯度下降法7 2.1.1.最优化的概念7 2.1.2.梯度下降法的概念8 2.2.传统BP神经网概论8 2.3.BP神经网训练算法与改进13 第三章 具有输入平移改正层的BP神经网络 15 3.1.理论推导15 3.2.一维情况公式推导18 3.3.二维情况公式推导21 3.4.理论小结23 第四章 实验与结果分析24 4.1.文件格式说明24 4.2.文件样例24 4.2.训练效果示意图25 4.3.重复训练实验对比27 4.4.实验结果分析28 4.5.补充问题29 第五章 结论与展望30 5.1.本文内容30 5.2.展望30 参考文献31 1 - - 具有输入平移改正层的BP 神经网络设计 摘 要 人工神经网络不需要对所解决问题进行建模,能以任意精度逼近任一连续可微函数.广 泛用于数据预测,模式识别,在测绘领域,可用于变形监测,GPS卫星定位,坐标转换,遥感图 像分类. 本文设计了一种新型的BP神经网络模型并给出了训练算法,这种BP人工网络的输入层和 第一隐藏层之间的权阵值具有连续性,实验表明,这种新型的BP人工神经网络在处理具有移 位的信号时具有良好的表现. 文章内容主要是介绍了BP人工神经网络的基本概念,给出新型人工神经网的模型并推导 了及其训练公式,最后给出并分析了实验结果. 关键字: BP神经网 信号平移 误差 2 - - 具有输入平移改正层的BP 神经网络设计 Abstract It isunnecessary to establish themodel for the problem to be solved by using the Artificial Neural Networks ,and it has been shown that ANN can approximate to any continuous and differentiable function to any degree of accuracy. BP Ann is widely used in data forecasting and pattern recognition ,itcould be helpful to engineering practice of deformation measurement ,GPS positioning, positon conversion, remote sensing images classfy in geomatics field. An advanced method is given In this paper of trainning BP neural networks.a new modelofBP nerven