基于BP网络算法的矿产资源评价方法

介绍了将BP网络算法应用于矿产资源评价的基本原理和算法步骤，通过对研究区单元的划分和选择，并根据对已知成矿模式的类比研究，确定影响成矿的特征变量因子，利用BP网络算法对训练样本进行学习达到变量间的非线性映射，确定评价模型，进而对评价样本进行评价，得出预测单元的评价效果。     

基于模糊综合评判和BP网络的商品住宅品质评价方法

在分析影响商品住宅品质的硬性指标和软性因素基础上,提出采用二层次模糊综合评判模型来综合评价商品住宅的品质,并尝试用BP神经网络（Back Propagation NN）来确定各因素的权重分配.通过一个算例的分析表明,BP网络确定的权重分配能够客观反映消费者群体对商品住宅品质的真实诉求,采用模糊综合评判方法评价商品住宅的品质也是可行的.     

基于BP网络的银行竞争力综合评价

基于BP神经网络模型对银行竞争力进行了评价，根据神经网络原理，对银行竞争力综合评价模型的构造，网络的系统训练过程、BP学习过程等进行了讨论，用实例进行了验证，结果表明BP网络在评价中是一种很好的方法和工具。     

简析学生职业能力AHP综合评价方法

时代的发展对于高师培养的学生职业能力提出了更新更高的要求。建立适合新的中学教师专业标准的评价方法体系是当务之急。文章使用层次分析法,提出基于中学教师专业标准的学生职业能力AHP综合评价体系,给出了综合评价方法。最后应用AHP综合评价方法于学生职业能力的测试。     

基于优化BP神经网络算法的网络质量评价

针对现有的BP神经网络算法,提出了在变步长BP神经网络算法基础上的优化方案,并将其应用于网络质量评价当中.在优化方案中,对步长的上升和下降阶段分别采用不同策略进行优化.理论分析表明:优化后的算法能够克服传统算法权值收敛过慢,和变步长算法误差收敛中的震荡问题.仿真表明,优化后的算法会使神经网络的学习误差和网络质量分类的总体误差明显下降并大幅提高评价的准确性.优化算法较传统算法相比误差收敛过程更加稳定,且学习误差下降达9.64％,网络质量分类的总体误差下降达23.1％；优化算法的验证准确率在传统算法的基础上提高了19.65％,在变步长算法的基础上提高了9.88％.由此可见,优化算法在BP神经网络的预测精度方面起到了大幅度提高的作用.     

优化预处理方法提高BP网络模式识别能力

通过改进样本的预处理方式,将神经网络理论中的以分量为单元的预处理方式改为以样本为单元的预处理方式,对样本进行归一化或正规化处理。简化了预处理程序,提高了样本类的可分性,保持了样本各特征量之间的特征关系。实验表明,网络的训练效率和模式识别能力得到大幅度提高。     

采用BP网络建立模拟电路故障诊断交流字典方法

介绍了两种采用BP网络实现模拟电路交流故障字典的方法，主要目的是提供一种简单的机制，能够对模拟电路进行智能诊断。合理大小的ANN能够实现对受容差影响的模拟电路故障的智能诊断。用白噪音法介绍了优选样本的具体方法和如何产生白噪音。此外，还简略介绍了多频测试法。     

采用视觉显著性和深度卷积网络的鲁棒视觉车辆识别算法

针对传统采用人工特征的机器学习算法难以满足复杂交通场景下鲁棒车辆识别需求的问题,以视觉显著性理论为依据,提出一种利用显著图的车辆候选提取方法.在深度学习的知识框架下,提出了一种采用深度卷积网络(deep convolutional neural networks,DCNN)的鲁棒视觉车辆识别算法.该DCNN分类器采用卷积层和池层构建2组隐层,并直接以灰度图片像素作为输入,经由随机梯度下降算法进行训练,最后以全连接层输出车辆识别判断.选择KITTI标准库作为测试数据库进行了车辆识别试验.结果表明,所提出的车辆识别算法可实现98.13%的检测率和1.77%的误检率,总体性能优于已有算法.     

基于三层BP网络的分馏产品质量综合评价

提出了一种基于人工神经网络的分馏产品质量综合评价方法，首先介绍了一种归一化效用函数，把不同类型，不同量纲的原始评估值转换到[-1，1]区间，该效用函数较好的体现了“奖优罚劣”原则，同时对于神经网络又更容易学习和训练；其次，详细介绍了基于人工神经网络的分馏产品质量综合评价原理，并将之运用于实际，取得了较满意的效果，最后，简述了基于神经网络的分馏产品质量综合评价的优点。     

基于三层BP网络的分馏产品质量综合评价

提出了一种基于人工神经网络的分馏产品质量综合评价方法.首先介绍了一种归一化效用函数,把不同类型、不同量纲的原始评估值转换到[-1,1]区间,该效用函数较好的体现了"奖优罚劣"原则,同时对于神经网络又更容易学习和训练;其次,详细介绍了基于人工神经网络的分馏产品质量综合评价原理,并将之运用于实际,取得了较满意的效果;最后,简述了基于神经网络的分馏产品质量综合评价的优点.     

BP网络算法及适用性

介绍了目前应用最广泛的人工神经网络之一——BP网络.在BP网络算法方面给出了影响BP网络精度的几个因素并进行了改进.给出了BP网络的适用范围,并把BP网络同其它数学方法加以比较,并举了几个例子加以说明.结果表明,BP网络在模式识别、数据处理方面应用较其它数学方法效果要好,精度要高,容错性更好.     

BP网络的BP-G-S学习算法

为了解决ＢＰ网络在学习过程中存在收敛慢的缺点,文中将ＧａｕｓｓＳｅｉｄｅｌ 迭代法的基本思想与ＢＰ算法结合,将每一个最新修正的权值反映到下一个权值的修正中,提出了一种新的ＢＰＧＳ学习算法来加速ＢＰ网络的收敛。文章最后的计算机仿真说明ＢＰＧＳ总体上可以减少学习的时间,尤其当误差值逼近最小点时效果明显。     

大学生综合能力评价方法研究

本文运用多元统计分析中的主成分分析对如何评价大学生综合能力进行方法性研究，给出了综合评价方法     

高等学校科研能力和水平的综合评价方法研究

高等学校科研能力和水平的衡量是科研管理听一个重要课题。本文主要从高校的自身发展和建设需要出发，提出了一种综合评价方法，建立了评价指标体系和以模糊集理论为基础的评价模型，可以作为高校进行宏观科研管理的参考。     

环境质量综合评价的RBF网络方法

为提高评价模型的精度,用评价标准表确定RBF网络的输入、输出,并给出了大气环境质量综合评价的MATLAB环境下的径向基函数(RBF)神经网络的结构、仿真函数和输出方法．实例分析表明,MATLAB环境下的RBF网络方法,不仅能确定各评价对象所属的级别、进行不同评价对象之间大气环境质量优劣的比较,而且精度较高、操作简便、实用性强．     

基于深度网络和视觉特性的无参考图像质量评价方法

图像质量评价是图像处理和计算机视觉领域的基础性问题,对于视觉信息的采集、处理和分析系统性能的评判具有重要的意义.现有的无参考型图像质量评价方法都是基于自然统计规律的,或者构建单一网络模型,并未考虑视觉感知特性,使得最终的评价结果与主观感受间存在较大差异.为此,本文提出一种结合多种网络特性和最差视觉感知特性的无参考型图像质量评价方法.首先,提取图像的去均值对比度归一化特征,将特征图进行重叠分块;然后,构建VGG与Inception相结合的深度网络,对图像块提取深度感知特征;最后,将分块图像的质量分数集合进行排序,利用视觉感知最差情况加权策略对序列进行加权求和,得到最终的图像质量分数.在国际公开的质量评价数据库CSIQ、LIVE和TID2013上的实验结果表明,本文方法取得了优于现有方法的主客观一致性性能.     

初中学生综合能力评价的一个数学模型

在即将跨进对世纪之际,改革中学的教育体系已是我国中学教育工作者面临的一个重要课题,变应试教育为素质教育是大家的共识,片面追求数理化的高分,忽视学生全面素质技能的均衡发展已与社会的需要相背。素质教育是涉及到德、智、体、美、劳等各方面的综合性教育,如何从各方面衡量学生的能力,客观公正地评价学生的受教育的效果,建立科学的学生能力评价体系是目前素质教育亟需解决的重要问题之一。笔者试用层次分析法建立学生综合能力评价系统。一、成对比较矩阵的建立我们不妨用德、智、体、美、劳以及兴趣爱好等六个因素评价学生的综合…     

BP网络算法的问题及改进

本文对经典神经网络BP算法进行了改进和优化,解决了该算法固有的收敛速度慢的问题,运用神经网络所特有的自学习、自组织能力,弥补现有入侵检测系统所存在的不足。     

基于入侵检测的BP网络算法

阐述了入侵检测技术的发展与现状,对目前所采用的入侵检测技术及其特点进行了分析比较,探讨了将神经网络应用于网络入侵检测的可行性.结合网络入侵和主机入侵方面的检测能力,构建了基于智能体的分布式入侵检测系统的体系结构模型.重点讨论了神经网络入侵检测算法,提出了较优的变速度回归神经网络检测算法.     

BP网络的一种泛化算法

提出一种新的泛化ＢＰ算法,在原误差函数中增加一项新的能量函数来提高系统的鲁棒性。经过论证分析和仿真证明该算法具有较强的鲁棒性和较好的实用性。