BP算法及其在目標識別中的應(yīng)用研究.pdf

1、BP神經(jīng)網(wǎng)絡(luò)是各種神經(jīng)網(wǎng)絡(luò)模型中具有代表意義的神經(jīng)網(wǎng)絡(luò)模型之一,己獲得了廣泛的應(yīng)用.如果恰當選擇BP網(wǎng)絡(luò)的結(jié)構(gòu),它能夠以極高的精度和泛化能力描述許多問題.由于BP算法存在其固有的缺陷,許多專家學者對其性能的改善做了大量的工作,對BP算法進行了卓有成效的研究.該文對BP算法作了一個系統(tǒng)的介紹,并分析了它存在的主要缺陷及其產(chǎn)生的原因,同時針對BP算法存在的主要缺陷指出了相應(yīng)的改進措施.實驗中以經(jīng)過旋轉(zhuǎn)的二值圖像直接作為BP網(wǎng)絡(luò)的輸入,略去了

2、對圖像進行特征提取選擇的步驟,同時也是對BP網(wǎng)絡(luò)能確?；儾蛔冃阅Ｊ阶R別理論的驗證.在實驗過程中,首先用加動量項的BP算法對二值圖像進行識別研究,發(fā)現(xiàn)網(wǎng)絡(luò)初始權(quán)值在(0,1)范圍內(nèi)選取時對網(wǎng)絡(luò)的識別正確率影響很大,并通過進一步的實驗提出了自己的見解并給出了理論推導(dǎo)和實驗證明.針對BP算法收斂速度緩慢這一情況,分析其產(chǎn)生的主要原因(在學習過程中使用梯度下降法,因此存在誤差飽和現(xiàn)象),并在實驗的基礎(chǔ)上提出了改進的使用ESPE的BP算法(使用