简介：摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。

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：BP（backpropagation）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。

简介：近些年,网络安全越来越受到人们的关注,特别是网络入侵攻击事件不断的发生,对整个网络环境造成了很大的影响。文章首先介绍网络入侵检测的基本现状,接着阐述传统网络入侵检测的不足,提出了基于BP算法的网络入侵检测技术,最后通过应用证明了技术改进的有效性。

简介：为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据：经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明：经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。

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：摘要利用传统的单端电压、电流电气量进行故障测距时，容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础，将传统的单端电气量与反向传播（BP）神经网络算法相结合，提出了一种用于故障测距的新方法，通过大量的仿真验证表明，该方法能够适应各种环境的要求，且精度高，具有一定的实用价值。

简介：首先建立了机栽双基地SAR的几何模型、距离历程和回波模型。接着简要总结了双基地SAR成像的算法思路。通过理论推导改进了单基地BP成像算法使其适合于双基地情况，并探讨了改进的快速BP算法。最后用点目标和面目标仿真验证了双基地下BP算法的有效性和适用性，并与RD算法进行了性能的比较。

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：摘要在目前的供电系统当中，变压器是重要的应用设备，其运行稳定和持续对于电力系统的价值发挥有着重要的影响，因此做好变压器的检查和维修现实意义巨大。就目前的分析来看，变压器的运行状态会因为负荷量大小、负荷类型、电压波动等诸多非自然因素和自然因素出现一些故障，发现这些故障并对其进行分析和解决可以保证变压器的使用安全和稳定运行，故针对变压器故障分析对现场安全稳定的运行就起到了至关重要的作用。当前针对牵引变压器的分相的这一特性，探讨牵引变压器故障分析。基于BP神经算法的检测对于牵引变压器故障的分析效果较好，本文对此做全面的探讨，旨在为变压器故障解决提供参考。

简介：针对直升机飞行测试中电阻应变片的大量使用,如何在满足一定的性价比条件下提高其测量精度一直是测试人员研究的课题。本文提出了一种基于LABWINDOWS/CVI6.5和MATLAB7.0平台的BP(BackPropagation)改进算法与数据融合技术相结合的方法来提高应变片的测量精度。结果表明,通过桥路设计与本文软件算法相结合的技术,大大克服了应变片的非线形、温度漂移等严重影响测量精度的因素。

简介：本文研究BP神经网络PID控制算法在PLC中的具体实现方法。着重介绍了BP神经网络自整定PID控制系统结构和算法;以S7-1200PLC为控制器,采用SCL语言进行了BP神经网络自整定PID控制算法功能块的设计,给出了功能块参数的说明;试验表明,相比常规PID控制,BP神经网络自整定PID控制能获得更好的控制效果,设计的算法功能块具有一定的通用性和可移植性,为先进控制算法拓展到工程实际领域提供了应用参考。

简介：BP神经网络分类器在信号识别领域得到了比较广泛的应用，针对其低信噪比环境下识别率相对较低的问题，引入人工蜂群算法（ABC），将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变，最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法（ABCBP算法），并以2ASK，2FSK，2DPSK信号为例，对信号进行小波包分解后，将信号各频段的能量值数据作为实验样本，对其进行了信号分类。仿真结果表明：基于人工蜂群算法的优化BP神经网络分类器，即使在5dB的信噪比环境下，仍可达到94％以上的识别率，并具有较好的稳定性，这为信号识别领域中分类器的设计提供了一个很好的理论依据。

简介：

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：3　BP神经网络进行数字识别,就可以对字符进行识别,采用带有动量项和自适应学习率的反向传播算法的人工神经网络来训练、识别理想信号和含有噪声信号的数字字符

简介：摘要： 近些年来,随着国民经济的持续发展,国家对各种矿产资源、能源和交通运输的需求日益增加,越来越多的 水利工程开发项目不断提上日程,矿山资源的开采也不断向深层次发展,因而越来越多的工程将修建在长、深、密 集的地下洞室中。岩爆作为这些典型高地应力区突出的主要地质灾害之一,尚没有完善的预测理论和机制,因此岩 爆的预测与防治意义重大。本文通过建立基于遗传算法优化的网络模型,对岩爆的发生进行预测,介绍主要理论和 应用机理。

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：摘 要：针对常规PID控制器无法使得存在齿隙、摩擦等非线性因素的伺服系统获取较高的DC刚度（抗低频干扰性能）的问题。本文研究了PDFF控制器作为伺服系统速度环控制器来解决这个问题，并通过BP神经网络来对PDFF控制器进行参数整定。仿真结果表明，基于BP神经网络参数优化的PDFF速度环控制器能提高系统的响应速度和DC刚度，且结构简单，容易实现，可用于实际伺服系统。