BP神经网络算法的改进及在入侵检测中的应用

BP算法是神经网络众多算法中应用最为广泛的一种,它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用。针对BP算法的缺陷,提出了几点改进措施。     

基于最速下降算法BP神经网络及应用探讨

BP神经网络广泛的应用函数逼近、模式识别、分类、数据压缩等领域。给出了BP神经网络的经典学习算法——最速下降算法,并证明了该算法具有收敛到极小值的特性。最后将基于最速下降算法的BP神经网络应用于入侵检测,取得了良好的效果。     

基于BP算法异或运算的实现

BP (back propagation)神经网络,是一种按照误差的反向传播,把各个误差均匀的分配给各个节点,并且调整权值进行训练的多层次前馈网络,是目前应用最广泛的神经网络模型之一.本文采取BP算法编制一个C++语言的程序,实现基于BP算法的异或运算,并描述了使用BP算法实现异或问题的具体学习过程,给出了程序运行后的结果.     

BP神经网络在农业工程中的应用

近年来,随着计算机硬件和软件的迅速发展,采用人工神经网络的信息处理技术得到了迅速应用,应用领域也在不断的扩展。现如今人工神经网络不仅在各工程领域中得到广泛的应用,而且也成为在农业工程领域内实现生产劳动自动化的重要途径。本文针对BP网络模型及其算法进行了分析研究,并对BP神经网络在农业工程研究中的应用状况进行了综述,最后对未来的发展进行了展望。     

基于BP网络学习算法的英文字符识别

介绍了BP神经网络的基本原理,指出了BP算法收敛速度慢、易陷入局部及小值等缺陷,在标准BP算法的基础上引入了几种优化BP算法的方法。针对模式识别应用领域,通过实例,运用Matlab编程对各种较好的网络学习算法的性能进行比较,给出了一个三层BP网络识别含噪声的字母的实例。实验结果表明,改进的BP算法有效地提高了BP算法的收敛速度。     

浅谈现代企业综合经济实力评价方法

本文主要介绍了BP神经网络在现代企业经济实力评价体系中的应用方法和步骤,并介绍了BP神经网络学习算法中MATLAB的实现.     

Levenberg-Marquardt神经网络算法研究

前馈神经网络中的向后传播算法(Backpropagation(BP)Algorithm)算法存在固有的缺陷,Levenberg-Marquardt神经网络算法可以有效地克服这一点BP算法的缺陷。本文给出了Levenberg-Marquardt算法。     

神经网络算法研究及其在模式分类问题中的应用——以基于BP网络的设备状态分类器设计为例

本文对人工神经网络的三种常用模型中的BP网的结构和学习算法进行了深入的研究。以基于BP网络的设备状态分类器设计为例，对BP网络的设计与实现做了详细描述。并论述了应用人工神经网络对设备中减速箱进行分类问题。实验证明，神经网络具有实际应用价值，在复杂的非线性问题处理中将发挥重要作用。     

神经网络在函数模拟中的应用

bp算法现在已成为目前应用最广泛的神经网络学习算法,它在函数模拟、模式识别和数据压缩等领域有着更加广泛的应用.神经网络已被广泛的应用到模式识别、信号处理、专家系统、组合优化和自动控制等领域.     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影(BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达(SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器(GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8 192×8 192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

基于NMF和BP神经网络的人脸识别

人脸自动识别是图像识别~([1])领域的一个研究热点,有着广泛的应用前景。对于静态人脸识别问题,BP神经网络方法有较强的适应性和易于实现等优点。但采用BP神经网络进行人脸识别也存在学习时间长,识别率不高等缺点。本文根据BP神经网络的基本原理,自行设计了一个简单且易于实现的BP神经网络,该网络在训练样本数较为充足并且学习较为充分的条件下能获得较好的人脸识别效果。并在此基础上,通过对原样本数据进行NMF特征提取操作,再结合该BP网络用于人脸识别。该网络克服了单一BP神经网络学习时间长、识别效率低的缺点,获得了更加有效的识别效果。     

Bp神经网络在供应链合作伙伴选择上的应用

供应链合作伙伴的选择很大程度上决定了供应链设计的成败。本文讨论了BP神经网络算法在供应商评价中的应用问题,认为建立一个比较科学合理的评价体系,可以选择出更好的供应商。     

BP神经网络算法分析及其面向对象实现

分析了BP神经网络的结构及其算法实现流程,利用C++语言构建了BP神经网络的网络模型,并通过一个实例,展示了用面向对象来实现BP神经网络的优势。     

基于PSO-BP神经网络的电子政务绩效评价模型

针对电子政务绩效评估不完善及BP神经网络的收敛速度慢,需要较长的训练时间的缺陷,本文在前人研究的基础上建立了基于平衡计分卡的指标体系,针对BP神经网络的缺陷,将粒子群优化算法应用到模型中,改进了BP神经网络模型,提出了基于粒子群优化的BP神经网络原理及求解方法,并通过实际的例子对建立的模型进行了训练和验证。通过本文的研究,为相关部门开展电子政务绩效的评估提供了一定的参考依据,对电子政务的发展起到了一定的积极作用。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m     

污水处理企业如何推进财务BP应用

污水处理企业要想有序推进财务BP理念应用,就应当明确应用财务BP的必要性和基本思路。污水处理企业可以通过理清财务BP岗位的任职资格、专业职责和职能应用,从自身业务和财务流程、内部控制制度出发探讨财务BP的发展建议。同时,通过岗位制度开发流程、应用财务共享模式、完善企业业财融合流程、推动管理会计工具的应用等举措,建立财务BP,实现企业财务BP理念的应用效果稳步提升。     

MATLAB下BP PID控制器的C实现

本文在MATLAB/SIMULINK环境下实现了使用C语言编写的BPPID控制器。通过结合BP神经网络和PID控制方法，充分利用了BP神经网络具有逼近任意连续非线性函数的能力，比较适合被控系统比较复杂或不确定度情况下。文中采用了3-3-3解构的三层BP神经网络和增量式PID算法。在对仿真目标进行跟踪时取得了较好的结果，同时使用C语言的实现方式也更贴近实际应用。     

BP神经网络、SVM在个人收入预测中的应用

改革开放以来,中国居民收入稳步上涨,但收入差距却越来越大。对于个人收入的分析也成了研究的重点。本文利用matlab R2012a建立了BP神经网络和支持向量机算法模型,得到了两个模型在研究个人收入预测应用中总体预测准确率、均方误差MSE和决定系数R2的值。结果表明,相比于BP神经网络,支持向量机预测准确率更高,模型拟合度更好,具有更好的预测效能。     

BP神经网络在煤层气井产量预测中的应用

BP学习算法是一种单向传播的多.层前向网络,Matlab 中的神经网络工具箱以人工神经网络理论为基础.本文基于Matlab的工具箱,结合沁水樊庄区块晋试1-6井和TL003井的抽排实验数据对煤层气井产量进行预测,验证了BP神经网络在沁水樊座区块预测煤层气井产量的可行性,且BP算法收敛速度快,误差小,值得推广.     

BP算法在股指期货合约价格预测中的应用

本文将Matlab软件中BP算法工具箱中的newff函数引入到了股指期货合约价格的预测分析中,利用BP网络的数据压缩性以及非线性映射功能,模拟股指期货合约结算价与最高价、最低价、开盘价、收盘价、总持仓量、真实指数值、期货合约成交总金额之间的关系,建立了基于神经网络的股指期货合约结算价预测系统。用交易数据进行网络训练,生成网络后,用另外的数据对生成的网络进行验证,得出了该网络的预测精度较高,具备一定的应用价值。