简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：摘要：在这个电子信息时代，各个领域都有对应的融合，在建筑方面通过研究发现 BP多目标人工群峰算法加快了原有工程的进程，大大减少了人们进行复杂的数字运算与筛选的时间，对于多目标人工群蜂算法来说这是一个最好的时代，它化简了许多过程，在多方面领域对它的青睐程度很高，所以对于我们而言，我们很有必要去研究，开发和应用这个方法，将它的能力开发到极致，尤其是在建筑方面

简介：BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。基于MATLAB对比这两种训练方法的异同和优缺点，从而达到神经网络的最优化训练，充分发挥神经网络的作用。

简介：摘要本文针对车牌字符识别问题进行研究。在设计过程中，分别训练了三个BP神经网络来对数字，字母和汉字进行识别，并得出结论。在识别过程中，需对图像进行预处理来降低神经网络训练的复杂度。由于是针对单个字符进行识别，对图像进行手动分割后，图像会由于缩放、裁剪等原因而产生噪声，因此在图像去噪方面，采用中值滤波。在图像字符识别中，选择了BP神经网络的方法来进行识别，与其他方法相比，该网络不仅有较强的鲁棒性，还具有较强的自学习能力。该系统的开发环境为MATLAB，能够直接调用神经网络工具箱，使设计过程降低了难度。

简介：

简介：摘要：随着大数据时代的来临，复杂系统的模式识别问题变得越来越重要。BP神经网络作为一种重要的机器学习算法，已经在许多领域中得到了广泛的应用。本文主要研究基于BP神经网络的复杂系统模式识别算法，通过构建具有多层隐藏层的神经网络，实现复杂系统的模式分类和预测。实验结果表明，基于BP神经网络的模式识别算法具有良好的分类和预测性能。

简介：伴着我国信用卡应用的迅速普及,依托信用卡刷卡消费行为的准确程度预测,也已转变为行业人士考量的关键内容.一般,现实风险评估多选取单纯的BP神经网络系统计算方法,但此种计算方法携带部分自身原有缺陷,如小范围最低值、聚拢速率比较低等,进而可能对风险评估造成干扰.基于对单纯BP神经网络算法及其存在不足的分析、试验,学术界又推出一款复合型计算方式,即将BP神经网络算法与传统遗传算法融合,以弥补不足的同时对其做以改良.参数集合的实证检验结果证实：此款复合型计算方式明显比单纯BP神经网络系统计算方式更完善,能够切实地增强凭卡消费活动风险预测的测试比率及精准比率.

简介：针对在利用定子电流信号分析法对异步电机进行故障诊断时,电流信号中的故障特征频率成分经常会被基波频率和噪声淹没,从而无法准确诊断故障的情况。本文以鼠笼式异步电机为研究对象,提出结合RELAX算法和BP神经网络来对电机转子故障进行诊断,以达到消除电流基波和噪声的影响,实现对鼠笼式异步电机转子早期故障准确识别的目的。实验结果表明:RELAX算法结合BP神经网络的方法,能够准确地诊断出鼠笼式异步电机转子早期故障,具有一定的工程应用价值。

简介：BP神经网络是一种按误差逆传播算法训练的多层前馈网络，其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足，提出了一种基于改进遗传算法的BP神经网络控制器，此方法可以克服基本遗传算法收敛速度慢，容易陷入“早熟”收敛，计算稳定性不好等一系列问题，进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真，证明了控制器的有效性。

简介：建筑用钢材价格的预测问题已经成为建筑开发商的一大难题．随着市场经济的发展以及经济体系日趋复杂．人们已经确定了很多对钢材价格有影响的经济指标。但所选择的经济指标彼此之间出现的关联及不独立性．导致了信息重叠。本文建立了影响钢材价格的指标体系。综合运用主成分分析法和BP神经网络方法对指标进行了预处理并建立模型。对钢材价格进行预测。

简介：文章主要介绍了基于BP神经网络的身份证号码识别算法的实现方法，在进行BP网络设计中，主要需要考虑网络层数、各层中神经元结点数、初始值的选取、期望误差及学习速率等因素对算法的影响，提出了算法具体实现的步骤。

简介：摘要在炼铁过程中，保持合理的炉温水平是达到炉况稳定顺利、实现高炉生产“优质、高产、长寿、低耗”的直接保证。一般通过预测铁水硅含量来间接地反映炉内温度的变化，判读高炉炉缸热状态。本研究提出将BP神经网络与遗传算法（GA）相结合，建立GA-BP网络模型。

简介：以火成岩的11种氧化物成份为变量,把BP网络算法应用到火成岩岩石分类中,用C语言编程实现.研究表明,该方法是合理的,对实验样本的辨别率达到97%以上.

简介：首先介绍了BP算法神经网络的基本原理,然后将BP算法神经网络应用于拟合传感器的输出特性,并在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合传感器的输出特性的优越性.

简介：BP神经网络算法具有很好的非线性推理能力及优越的自组织、自适应、容错性能。利用该方法对高层建筑地基沉降数据进行分析,可不考虑地基沉降影响因素与沉降之间的对应关系,而直接根据已知时间内实际沉降数据构建模型对未知时间的沉降进行预测推理。将该方法应用于西安市某高层建筑的地基沉降数据预测分析,并与多项式拟合方法的分析结果进行对比可知,BP神经网络的非线性预测推理能力更强,应用前景广阔。

简介：摘要本文针对传统BP算法的缺点，提出了将权值修正式中增加附加动量项和改进激发函数的方法以弥补传统BP算法的不足。同时在LabVIEW环境下搭建的故障诊断系统中利用LabSQL工具包访问数据库，提出数据库与BP算法之间的接口解决方案，将改进后的BP算法应用于民航设备故障诊断系统，通过matlab仿真得到良好验证。

简介：针对手工提取网络上传数据过程烦琐、工作量大的问题,提出一种融合双重BP神经网络组合模型（AcombinationmodelofdualBPneuralnetwork,CMDBPNN）的Python解析计算机网络上传数据算法.该算法对BP神经网络组合模型的空间实施网络化处理,且对于网络单元中的信息也可以借助相似的方法来进行记录,依据优化之后的金字塔时间结构对其中潜藏的网格单元来实施有效的存储,以实现Python解析计算机网络上传的数据算法.最后,利用真实数据集与仿真数据集进行实验.结果表明：该算法具有良好的适用性和有效性.

简介：摘要本文结合指标体系，以及量化后的数据和权值，建立基于LM优化算法改进后的BP神经网络模型，对本科教育质量进行综合评价。首先对相关数据进行归一化处理，然后采用LM算法改进的神经网络分析模型，对根据评价标准生成的训练数据进行反复学习。最后采用江苏省各市的教学质量指标数据进行仿真，计算出得分与一级指标层的权重，得出13个市的教学质量等级。

简介：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：21世纪是信息时代，信息在社会中的地位越来越重要，已成为社会发展的重要战略资源，信息技术改变着人们的生活和工作方式，与此同时，信息安全也已成为世人关注的社会问题。本文介绍了保证信息安全的一种方法：数据加密标准（即DES），重点阐述单钥密码体制中的分组密码的基本概念、结构和加密算法。