基于BP网络的火成岩岩石化学分类研究

叙述了现有的火成岩分类方案中存在的诸如某些岩类在分类图解上没有空间，岩类因控制参数少存在投影重叠，岩石中存在同质异矿现象颗粒大小的极端差异以及含有玻璃质导致一些岩石分类错误等问题。提出了以BP网络算法为基础，以火成碉的SiO2,TiO2,Al2O3,FeO,MnO,MgO,CaO,Na2O,K2O,P2O5等11个氧化物成分变量，使用人工神经网络建立火成岩岩石化学分类模型。研究表明，该分类方法是合理的，可行的，取得了良好的分类效果；对训练对样本的判对率为92．18％，而对46个检验样本的判对率达97．8％。     

基于BP网络的有教师分类算法及应用

介绍BP神经网络的结构及相关算法,并通过实验比较不同情况下对BP神经网络的收敛速度与分类精度的影响。实验表明,合适的参数设置能提高BP神经网络算法的分类精度。     

BP神经元网络在Web文本分类中的应用

Web文本分类是Web文本挖掘的一项重要技术,它是一种基于主题分类的指导,能够使用户在快速地找到想要的资源和知识。文本分类过程中,首先采用向量空间模型对Web文本进行特征提取,然后将得到的数据集分成样本数据集和测试数据集,将样本数据集输入BP神经元网络进行分类,网络经过训练后,输入测试数据集进行验证。实验结果证明BP神经元网络在文本分类领域有着较好的实用价值。     

BP网络在语音识别中的应用

本文选取BP神经网络作为识别方法,通过自身的机器学习,构建出一个对特定人、小词汇量、孤立词的语音识别系统,而且用matlab封装成友好便捷的图形用户界面,很好的实现了人机交互,实验结果可行。     

多层BP网在模式分类中的应用

本文根据实际应用中的实例，设计了相应的多层BP网络，改进了原有的网络模型，更有利于神经网络在不同领域中的应用。     

BP网络在建筑物变形预报中的应用

为探索人工神经网络用于建筑物变形预报的可能性，采用ＢＰ网络代替传统的回归分析方法，处理变形观测数据。结果表明，当影响建筑变形的因素较多，且各因素间存在非线性关系或关系不确定时，加归分析预报的结果存在较大偏差，ＢＰ网络有助于提高建筑物变形预报的精度。     

BP网络算法在模式识别中的应用

神经网络是目前处理科技领域各类问题的一个重要工具,它由大量简单单元以及这些单元的分层组织大规模联结而成,力图像生物神经系统一样处理事物;BP网络采用传播算法,是目前应用最为广泛和可靠的神经网络之一,具有较强的分类和学习能力。从模式识别出发,在选取典型实例的基础上,建立BP网络算法模型,对算法进行动态误差修正的改进,提高了算法的收敛速度,并根据算法流程,通过运用Matlab软件对其进行仿真验证,说明了BP网络算法在模式识别中具有应用可行性。     

BP网络与LVQ网络在遥感影像分类中的比较分析

遥感影像分类是遥感技术研究发展应用中的一个重要组成部分。基于Matlab平台应用BP、LVQ两种神经网络算法对TM多光谱影像进行了分类研究,最后应用混淆矩阵对这两种网络算法与最大似然法的影像分类结果做了精度评价与对比分析。实验结果表明,神经网络分类器作为一种非参数分类器,进行影像光谱特征分类时能获得较高的分类精度,引入对比度纹理特征后精度有更进一步的提高。两种神经网络算法中,LVQ网络算法的影像分类精度比BP网络要高。     

BP网络在呼叫中心服务质量管理中的应用

基于对呼叫中心服务质量管理现状的分析,提出利用BP网络对呼叫中心客服代表的服务质量数据进行分类和预测,并对各输入属性进行敏感性分析,找出影响客服代表服务质量的关键属性,帮助提高呼叫中心的服务水平.     

BP网络及其应用

基函数选取和系数求解是函数逼近中的两个关键问题，目前广泛应用的回归分析或其它映射方法均有局限性。采用人工神经网络中的ＢＰ网较好地解决了这两个问题，对理论和实际的数据进行了比较与验证。结果表明，ＢＰ网络有助于提高数据处理的可靠性与预测的精度。     

一种改进的BP神经网络在遥感图像分类中的应用

反向传播神经网络能解决传统分类方法的不足,现已逐渐用于遥感图像的分类中,研究用种新的改进ＢＰ算法进行遥感图像分类。     

改进的BP网络在汽轮发电机组故障诊断中的应用

提出了一种恒误差修正率控制的网络学习率和动量系数自适应调整方法，克服了网络训练收敛时间长和陷入局部最优的缺点；并根据大型汽轮发电机组振动故障的特点，建立了改进的BP网络故障诊断模型，对一实际汽轮机发电机组振动故障事例的诊断结果表明，该方法有效地提高了故障诊断的精度和可靠度。     

最优化算法在BP网络中的应用

BP（Back Propagation）网络是在1986年以Rumelhart和Mccelland为首的科学家小组提出,它是按误差逆传播算法训练的多层前馈网络,已成为目前应用最为广泛的神经网络模型之一。它的学习规则是使用最优化算法中的最速下降法,根据此得到的最优解来通过反向传播来不断调整网络的权值和阈值,以使网络的误差平方和最小。     

BP网络学习算法在企业人数预测中的应用

建立1×2×1网络模型,系统阐述BP了网络学习算法的计算过程,证明了这一网络模型的正确性。     

BP网络在漏钢模式识别中的应用研究

介绍了连铸结晶器中常见的四种温度模式 ,设计了几种漏钢预报神经元网络模型 ,并进行了训练和测试 ,对 BP网络在漏钢模式识别中的应用进行了研究     

BP网络在导航系统故障识别中的应用

介绍了BP网络和SINS／GPS系统的有关知识，在常用的故障检测方法的基础上，阐述了BP网络在SINS／GPS系统故障识别与检测中的应用，并对其进行了仿真，结果表明，该方法具有一定的创新，实用性、可操作性都很强．     

结合专家知识改进BP网络在故障诊断中的应用

针对BP网络利用知识和表达知识的方式单一，忽略专家知识的缺点，提出了一种结合专家知识的改进BP网络，并应用于故障诊断。它分别利用了神经网络和专家系统的优点，利用专家系统和BP网络的结合来取长补短。实例结果表明，该算法学习收敛较快，故障识别效果也优于标准BP网络。     

BP网络在汽车牌照字符识别中的应用

基于BP神经网络原理对汽车牌照中数字与英字母进行了识别．分析了汽车牌照图像的识别处理过程，提出一种将大量模式分成许多小模式组的方法，研究了学习速率、误差精度与隐含层节点数之间的关系．实验结果表明所设计的汽车牌照神经网络识别系统能够较好地识别汽车牌照字符．     

BP网络在建筑物变形预报中的应用

为探索人工神经网络用于建筑物变形预报的可能性，采用BP网络代替传统的回归分析方法，处理变形观测数据．结果表明，当影响建筑物变形的因素较多，且各因素间存在非线性关系或关系不确定时，回归分析预报的结果存在较大偏差，BP网络有助于提高建筑物变形预报的精度．     

基于遗传算法的BP网络在梅雨量预测中的应用

论讨基于遗传算法的BP网络在安徽省安庆市区梅雨量预测中的应用,并对优化BP网络结构和连接权的遗传算法做了阐述。