人工神经网络.doc
约44页DOC格式手机打开展开
人工神经网络,页数 44字数 22434摘要 是由一些类似人脑神经元的简单处理单元相互连接而成的复杂网络。已涌现出许多不同类型的ann及相应的学习算法，其中bp（或ebp-error back propagation）网络及学习算法得到了广泛关注和研究，并在模式识别与分类、机器人控制、数据压缩等领域取得了许多...
内容介绍
此文档由会员 天缘 发布
人工神经网络
页数 44 字数 22434
摘要
人工神经网络是由一些类似人脑神经元的简单处理单元相互连接而成的复杂网络。已涌现出许多不同类型的ANN及相应的学习算法，其中BP（或EBP-Error Back Propagation）网络及学习算法得到了广泛关注和研究，并在模式识别与分类、机器人控制、数据压缩等领域取得了许多有意义的应用成果。
在认真地研究了精神网络的基本原理和机制的基础上，结合手写体数字识别这一具体课题，提出了用精神网络方法来实现手写体数字识别的方案。在自由手写体数字识别方面，许多研究工作者使用ANN 技术做了不少尝试，有了较大的进展。
目 录
目录 1
第一章 绪论 3
第二章 神经网络 4
2.1神经网络的发展和应用 4
2.1.1神经网络的产生 4
2.1.2神经网络的发展 5
2.1.3神经网络的应用 6
2.2人工神经网络实现原理 7
2.2.1 人工神经元 7
2.2.2人工神经网络的基本原理及构成 8
2.2.3几种典型的神经网络简介 8
2.3神经网络的相关知识 10
2.3.1人工神经网络的基本特征 10
2.3.2神经网络的学习方式 11
2.3.3人工神经网络的实现及应用举例 12
2.3.4人工神经网络的发展前景 13
第三章 BP网络 14
3.1 BP 算法 14
3.1.1 BP算法的主要思想 14
3.1.2 BP算法的组成 14
3.1.3 BP网络的一般学习算法 15
3.2 BP学习算法的局限性与对策 17
3.2.1 BP学习算法存在的局限性 17
3.2.2克服BP学习算法的对策 18
3.3对BP算法的改进 21
3.3.1改进误差函数 21
3.3.2改进激励函数 22
3.3.3改进优化算法 23
第四章 手写数字识别 24
4.1 模式识别 24
4.1.1模式和模式识别的概念 24
4.1.2模式识别系统的构成 25
4.2手写体数字识别 26
4.2.1课题概述 26
4.2.2手写体数字识别的主要方法 27
4.2.3手写数字识别的一般方法及其难点 29
4.2.4联机字符识别原理 30
4.2.5预处理及模板的建立 31
4.2.6样本集对识别结果的影响 33
4.2.7程序实现 36
第五章 软件开发环境 39
5.1 软件开发平台 39
5.2Visual C++的组成 39
5.3Visual C++的特点 40
致谢 43
参考文献 44
参考文献
1． 张乃尧、阎平凡编著，《神经网络与模糊控制》，清华大学出版社，1998.10
2． 边肇祺、张学工等，《模式识别》，清华大学出版社，2000.1
3． 陈尚勤、魏鸿骏，《模式识别理论及应用》，成都电讯工程学院出版社，1985
4． 马立权、李维、路莹等，手写数字识别中的预处理技术研究，仪器仪表学报，2001.6
5．张宏林，《Visual C++数字图像模式识别技术及工程实践》，人民邮电出版社，2003.4
页数 44 字数 22434
摘要
人工神经网络是由一些类似人脑神经元的简单处理单元相互连接而成的复杂网络。已涌现出许多不同类型的ANN及相应的学习算法，其中BP（或EBP-Error Back Propagation）网络及学习算法得到了广泛关注和研究，并在模式识别与分类、机器人控制、数据压缩等领域取得了许多有意义的应用成果。
在认真地研究了精神网络的基本原理和机制的基础上，结合手写体数字识别这一具体课题，提出了用精神网络方法来实现手写体数字识别的方案。在自由手写体数字识别方面，许多研究工作者使用ANN 技术做了不少尝试，有了较大的进展。
目 录
目录 1
第一章 绪论 3
第二章 神经网络 4
2.1神经网络的发展和应用 4
2.1.1神经网络的产生 4
2.1.2神经网络的发展 5
2.1.3神经网络的应用 6
2.2人工神经网络实现原理 7
2.2.1 人工神经元 7
2.2.2人工神经网络的基本原理及构成 8
2.2.3几种典型的神经网络简介 8
2.3神经网络的相关知识 10
2.3.1人工神经网络的基本特征 10
2.3.2神经网络的学习方式 11
2.3.3人工神经网络的实现及应用举例 12
2.3.4人工神经网络的发展前景 13
第三章 BP网络 14
3.1 BP 算法 14
3.1.1 BP算法的主要思想 14
3.1.2 BP算法的组成 14
3.1.3 BP网络的一般学习算法 15
3.2 BP学习算法的局限性与对策 17
3.2.1 BP学习算法存在的局限性 17
3.2.2克服BP学习算法的对策 18
3.3对BP算法的改进 21
3.3.1改进误差函数 21
3.3.2改进激励函数 22
3.3.3改进优化算法 23
第四章 手写数字识别 24
4.1 模式识别 24
4.1.1模式和模式识别的概念 24
4.1.2模式识别系统的构成 25
4.2手写体数字识别 26
4.2.1课题概述 26
4.2.2手写体数字识别的主要方法 27
4.2.3手写数字识别的一般方法及其难点 29
4.2.4联机字符识别原理 30
4.2.5预处理及模板的建立 31
4.2.6样本集对识别结果的影响 33
4.2.7程序实现 36
第五章 软件开发环境 39
5.1 软件开发平台 39
5.2Visual C++的组成 39
5.3Visual C++的特点 40
致谢 43
参考文献 44
参考文献
1． 张乃尧、阎平凡编著，《神经网络与模糊控制》，清华大学出版社，1998.10
2． 边肇祺、张学工等，《模式识别》，清华大学出版社，2000.1
3． 陈尚勤、魏鸿骏，《模式识别理论及应用》，成都电讯工程学院出版社，1985
4． 马立权、李维、路莹等，手写数字识别中的预处理技术研究，仪器仪表学报，2001.6
5．张宏林，《Visual C++数字图像模式识别技术及工程实践》，人民邮电出版社，2003.4
