BP网络学习算法的改进和研究及应用前景综述被引量：2

下载PDF

导出

摘要本文全面叙述了ＢＰ网络学习算法的思想，特性及存在的问题，并对ＢＰ算法使用的各种改进方法进行了归纳和总结，同时对ＢＰ算法的研究方法及应用前景进行了讨论。

作者江虹曾立波

机构地区武汉大学测试中心

出处《图象识别与自动化》 1999年第1期38-43,共6页

关键词 BP网络学习算法应用神经网络

分类号 TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献5

1焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1996..
2胡守仁.神经网络应用技术[M].长沙:国防科技大学出版社,1995..
3张立明.人工神经网络的模糊及应用[M].复旦大学出版社,1994..
4董聪.人工神经网络研究进展[M].北京航空航天大学出版社,1995..
5董聪,刘西拉.广义BP算法及网络容错性和泛化能力的研究[J].控制与决策,1998,13(2):120-124. 被引量：37

二级参考文献7

1董聪,郦正能,夏人伟,何庆芝.多层前向网络研究进展及若干问题[J].力学进展,1995,25(2):186-196. 被引量：47
2董聪,夏人伟.智能结构设计与控制中的若干核心技术问题[J].力学进展,1996,26(2):166-178. 被引量：65
3董聪.多层前向网络的全局最优化问题[J].大自然探索,1996,15(4):27-31. 被引量：20
4董聪，人工神经网络研究进展，1995年
5Lee Jihong，Neural Comput，1994年，6期，885页
6陈天平，中国科学.A，1994年，24卷，1期，1页
7Harris D，IEEE Trans Neural Netw，1992年，3卷，6期，991页

共引文献164

1星瞬,班丽婵.娱乐营销的快感[J].科技资讯,2005,3(18):65-67.
2周瑞祥,苏新兵,沈燕良,王建平.飞机压力加油管路系统优化配置[J].仪器仪表学报,2006,27(z1):251-252.
3高玮.基于人工神经网络的岩土工程位移预测研究[J].武汉工业学院学报,2004,23(1):55-61. 被引量：8
4葛吕琴,陈绘画.马尾松毛虫有虫面积预测模型的研究[J].防护林科技,2004,17(z1):11-14.
5林拥军,黄喜兵,葛宇东.基于神经网络的既有结构可靠性概率分析研究[J].工业建筑,2008,38(z1):348-351. 被引量：1
6李小春,朱双鹤.二自由度平面机械手的神经网络建模与实时控制[J].空军工程大学学报（自然科学版）,2000,1(4):42-44. 被引量：2
7李飞,谷奇平.Hopfield网络在武器装备评估及分类中的应用[J].空军工程大学学报（自然科学版）,2000,1(2):60-63. 被引量：8
8黄隽 ,曲东才 .基于人工神经网络的现代军机研制费用估算模型[J].海军航空工程学院学报,2004,19(2):283-286. 被引量：4
9卫昆,吴丽花.测井解释中的人工神经网络方法应用研究[J].系统工程理论与实践,2004,24(7):66-73. 被引量：2
10张军舰,左红伟,李英杰.BP神经网络在深基坑位移预测中的应用[J].中国水运（下半月）,2010,10(8):209-210. 被引量：1

同被引文献14

1王文成.BP神经网络中自适应学习率的研究[J].计算机科学,1995,22(4):48-50. 被引量：12
2施阳李俊王惠刚等.MATLAB语言工具箱—TOOLBOX使用指南[M].西安:西北工业大学版社,1998..
3Werbos P J. Bp and neurocontrol: a review and prospectus. Proc. IEEE Trans IT, 1989, (11) : 209-216.
4刘惟信.机械最优化设计[M].北京：清华大学出版社,1994..
5刘卫华,郁永章.往复压缩机故障诊断技术研究现状与展望[J].压缩机技术,1999(3):49-52. 被引量：21
6朱双东,艾智斌,阎夏.BP网络学习算法改进方案的探析[J].石油化工高等学校学报,1999,12(3):77-81. 被引量：4
7索胜军,孙光伟,王岩.几种改进BP算法的性能比较[J].哈尔滨建筑大学学报,2000,33(1):80-83. 被引量：20
8姜绍飞,韩林海,乔景川.钢管混凝土中钢与混凝土粘结问题初探[J].哈尔滨建筑大学学报,2000,33(2):24-28. 被引量：53
9刘卫华,郁永章.往复式压缩机故障分析及智能诊断系统[J].压缩机技术,2000(4):27-30. 被引量：39
10成成,黄道.基于小波网络的非稳态故障诊断方法[J].华东理工大学学报（自然科学版）,2000,26(5):481-486. 被引量：7

引证文献2

1王金东,张嘉钟,刘树林.应用神经网络识别往复式压缩机指示图[J].振动．测试与诊断,2003,23(3):217-219. 被引量：7
2江艳君,李柠,黄道.修正初始权值的BP网络在CSTR故障诊断中的应用[J].华东理工大学学报（自然科学版）,2004,30(2):207-210. 被引量：5

二级引证文献12

1黄湘云,朱学峰,许建新.基于改进BP神经网络的传感器集成故障诊断[J].控制工程,2005,12(5):429-431. 被引量：5
2陈万海,王婷,苗延辉.基于LMBP神经网络的非线性畸变图像校正研究[J].哈尔滨工程大学学报,2006,27(B07):173-176. 被引量：1
3巩文科,李心广,赵洁.基于BP神经网络与专家系统的故障诊断系统[J].计算机工程,2007,33(8):199-200. 被引量：18
4赵俊龙,张志新,郭正刚,李宏坤,王奉涛.往复式压缩机气缸压力模拟曲线提取[J].振动．测试与诊断,2009,29(1):79-82. 被引量：13
5高晶波,王日新,徐敏强.基于示功图修正的往复压缩机气阀故障诊断方法[J].压缩机技术,2009(3):4-8. 被引量：18
6江志农,张进杰,敖静晖.基于支持向量机的往复压缩机示功图识别研究[J].流体机械,2012,40(5):21-25. 被引量：10
7王少强.基于BP神经网络的非金属储油罐裂缝无损检测研究[J].内蒙古煤炭经济,2016(2):14-15.
8苏鑫,裴华健,吴迎亚,高金森,蓝兴英.应用经遗传算法优化的BP神经网络预测催化裂化装置焦炭产率[J].化工进展,2016,35(2):389-396. 被引量：20
9唐友福,王磊,刘树林.基于示功图几何性质与神经网络的往复压缩机气阀故障诊断[J].压缩机技术,2018(1):7-12. 被引量：8
10吴斯琪,曹颜玉,张秀林,吴迪,王维民,郭美那,李启行.基于机器学习的海洋平台往复式压缩机故障诊断方法[J].流体机械,2022,50(9):76-84. 被引量：12

1肖晓丽,黄继红,刘志朋.基于MPSO的BP网络及其在入侵检测中的应用[J].计算机工程,2008,34(15):168-169. 被引量：6
2苏良昱,赵忠彪.基于神经网络的动态称重系统的DSP实现[J].计量与测试技术,2009,36(8):1-3. 被引量：2
3潘昊,侯清兰.基于粒子群优化算法的BP网络学习研究[J].计算机工程与应用,2006,42(16):41-43. 被引量：69
4贺兴时,余兵,韩琳.基于差分进化的BP网络学习算法[J].纺织高校基础科学学报,2006,19(2):178-181. 被引量：4
5贺江峰,车海平,陈增强,袁著祉.关于BP网络学习算法中步长上界的估计[J].系统工程与电子技术,1995,17(12):53-60. 被引量：2
6朱双东,艾智斌,阎夏.BP网络学习算法改进方案的探析[J].石油化工高等学校学报,1999,12(3):77-81. 被引量：4
7陈昭炯.一个改进的BP神经网络自适应学习算法[J].福州大学学报（自然科学版）,1998,26(4):19-21. 被引量：3
8陈晓怀,张勇斌,朱忠奎.应用神经网络对测量仪器进行校准[J].仪器仪表与分析监测,2001(3):10-12. 被引量：1
9傅德胜,张媛.PSO优化BP神经网络入侵检测模型[J].通信技术,2010,43(1):81-83. 被引量：7
10王智文.基于改进BP神经网络的车牌字符识别研究[J].广西工学院学报,2006,17(3):86-88. 被引量：7

图象识别与自动化

1999年第1期

浏览历史

内容加载中请稍等...

BP网络学习算法的改进和研究及应用前景综述被引量：2

参考文献5

二级参考文献7

共引文献164

同被引文献14

引证文献2

二级引证文献12

相关作者

相关机构

相关主题

浏览历史

BP网络学习算法的改进和研究及应用前景综述 被引量：2

参考文献5

二级参考文献7

共引文献164

同被引文献14

引证文献2

二级引证文献12

相关作者

相关机构

相关主题

浏览历史

BP网络学习算法的改进和研究及应用前景综述被引量：2