1 绪论 1
1.1 概述 1
1.2 人工神经网络的产生 2
1.3 神经网络研究和发展简况 4
1.4 应用领域 6
1.5 人工神经网络特点及存在的问题 10
1.6 本课题的研究意义 11
1.7 本课题的研究现状 12
1.8 本课题的出发点和研究目的 13
2 人工神经网络及算法研究 14
2.1 人工神经网络概述 14
2.2 神经网络性能优化 22
2.3 Widrow-Hoff学习算法 27
3 BP神经网络及算法 36
3.1 BP神经网络 36
3.2 BP算法 38
3.3 BP算法的变形 43
3.4 BP神经网络的参数选取 49
3.5 BP神经网络的缺点 55
4 BP算法的改进 59
4.1 非线性最小二乘法寻优 59
4.2 权值修正 63
4.3 修正误差函数 70
4.4 引入参数法 72
5 基于BP算法的模式识别模型的设计 77
5.1 模式识别的概念 77
5.2 模式识别系统原理的框架图 78
5.3 模式识别的应用与发展 79
5.4 模式识别的研究方法 82
5.5 改进BP算法的字符识别仿真 84
5.6 仿真结果对比研究 87
6 结论 91
参考文献 93