BP神经网络法解决徽章问题 论文下载

来源：互联网   发布日期：2011-08-21 13:59:31   浏览：6674次  

　　BP神经网络法解决徽章问题 论文 共17页，6321字
　　 摘要：
　　 该题采用BP神经网络的方法解决徽章问题，在此之前我们曾运用规则归纳法,遗产基因DNA等几种方法尝试着去解决这种问题，但是结果不理想。由规则归纳法进而联想到其他的分类方法如：近邻学习法、决策树法、贝叶斯法及神经网络法。由于神经网络具有大规模并行处理、自适应性、自组织性及容错性等其他算法无法比拟的优点，因此我们采用神经网络当中最常用的BP神经网络算法。
　　 BP网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层、隐层和输出层。而BP神经网络算法是在BP神经网络现有算法的基础上提出的，是通过任意选定一组权值，将给定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权。
　　 我们先将所有代表的姓名按照已知的徽章类别进行排序，提取所有姓名的前5个字母作为特征值输入，利用BP神经网络法构建网络，输出值设定为0，1。进而在一定网络的基础上输入余下14位代表姓名的前5 位数观察其拟合度，如果拟合度高则证明我们选取的提取姓名前五位的方法正确，否则方法错误。(如果拟合度高则证明我们选则提取姓名前五位数的方法合理，否则说明方法不够合理，需要进一步细化。)通过模型一，模型二和模型三的比较，我们可以看出模型三的特征值的取法所得的BP算法对于所给的280个数据的正确率近似为100％，并且对于14个待分类的人名计算得到的特征值从数据本身看来非0即1，可见模型三所对应的分类方法有可能是可行的，即我们可以通过对名字的第二个字母的某种标准进行分类
　　 ......

赞助本站