《基于BP神经网络分类器的多目标识别方法研究》-毕业论文.doc

PAGE 精品 精品 淮北师范大学 2011届学士学位论文 基于BP神经网络分类器的多目标识 别研究 学院、专业 物理与电子信息学院  通信工程 研 究 方 向 人工智能 学 生 姓 名 学 号 指导教师姓名 指导教师职称 讲师 2011年 4 月 28 日 基于BP神经网络分类器的多目标识别研究 淮北师范大学物理与电子信息学院 235000 摘要 本文先确定输入数据和输出数据，输入数据是分类对象的特征，输出数据是分类对象的所属类别，用BP网络进行训练学习后使BP网络具有分类能力，然后就可以用于数据分类中。把提取的数据的特征用学习过的BP神经网络进行数据识别、分类。对数据输入样本量纲差别很大不能做到网络收敛的，要进行归一化处理，在对BP网络合理设置参数并且把输入输出设置为一一对应后进行仿真实验，实验结果表明基于BP神经网络分类器的识别方法具有较高的分辨率。通过这种提取、训练、识别的模式用于数据分类的方法也可以对类似的问题包括故障诊断、人才分类、图像分类等等，具有很好的实用推广价值。 关键词 BP神经网络；特征提取；多目标识别；归一化处理 The Classifier Multi-target Recognition of research based on BP Neural Network School of Physics and Electronic Information, Huaibei Normal University, 235000 Abstract This paper first determines input data and out data. Input data object the characteristics of classification, out data is the classified object that category .BP network was trained to learn after BP network has classification ability, and then it can be used for data classification. The characteristics of the data extracted with the BP neural network learning data identification, classification. If input data to dimensional difference is very big which is cannot do network convergence, it must be normalized. On BP network setting up reasonable parameters and the input/output settings for one-to-one simulation experiment then experimental results show that based on the BP neural network classifier identification method has higher resolution. Through this extraction training, recognition model used for data classification method can also to similar problems including fault diagnosis, talent classification image classification and so on, has the very good practical popularize value. Keywords: BP neural network; Feature extraction；Multi-target recognition；Normalized 目 次 TOC \o 1-2 \h \z \u 1 HYPERLINK \l _Toc277702174 引言 PAGEREF _Toc27770