版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、山東師范大學(xué)碩士學(xué)位論文基于并行結(jié)構(gòu)的BP改進(jìn)算法研究姓名:郭彥偉申請學(xué)位級別:碩士專業(yè):計(jì)算機(jī)軟件與理論指導(dǎo)教師:王洪國20090518山東師范人學(xué)碩十學(xué)位論文ABSTRAClTheresearchaboutartificialneuralnetworkhasgottenimportantdevelopmentinrecentyearsItinspiresmanyscientists’enthusiasmandinterestinth
2、efieldofcomputerscience,brainneuralscienceandartificialintelligenceArtificialneuralnetworkissimulationtotheinformation—processingmechanismofthebrainItisexpectedthatrealizethebrainfunctionbysimulatingthestructureandthinki
3、ngofbrainItstheorieshavebeenapplledinmanyfieldsThemultilayerperception,trainedbythebackpropagationalgorithm,iscurrentlythemostwidelyusedneuralnetworkItsolvesthequestionofhiddenlayerlearningrulethatutilizethemethodoferror
4、backpropagationTheessenceofbackpropagationnetworksisthatmakethechangeofweightsbecome1ittlebygradientdescentmethodandfinallyattaintheminimalerrorSinceitadoptsthesteepestdescentmethodinnonlinearprogramming,ithasthedrawback
5、sthateasyconvergetoalocalminimumpointoftheerrorfunction,anditmayconvergeveryslowlyThesystemsofparallelcomputernowcanbeclassifiedasSIMDandMIIⅧDAtthebeginningofthedevelopmentofparallelcomputer,thetypeofSIMDsystemsplayedani
6、mportantroleHowever,withthedevelopmentofmicro—processingchiptechnology,Single—processorperformancehasbeengreatlyimprovedsince90’S,andresultsinthedevelopmentoftheMIMDsystemsSIMDisnolongerpopularButbothofthetwohavethereadv
7、antageanddefault,SOwecandesignnewparallelstructurebycombiningtheadvantageofthetwo,SOastosolvesomespecialproblemsAbriefoverviewaboutneuralnetworksandareviewofapproximatealgorithmsforcombinatorialoptimizationsaregiven:weal
8、sointroducethelearningrulesofneuralnetworksveryclearlyThenthepaperintroducesthebasicprinciplesofBPneuralnetworkandhowtoderivethealgorithm,itsstrengthsanddrawbackAvarietyofeffectiveimprovementBPalgorithmsaregivenParallelt
9、heoriesarebeingwidespreadusedinmanyfieldsThiSpaperuseParallelstructuretooptimizeBPnetworkstructureAnewalgorithmnamedPBBD(ParallelBasedBPalgorithm)isgiven,itusesmanynetworkswhicharedifferentinlearningspeedtotrainbyparalle
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)并行的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法.pdf
- 基于LDPC碼的BP譯碼改進(jìn)算法研究.pdf
- 基于改進(jìn)BP算法的設(shè)備故障診斷研究.pdf
- BP算法的改進(jìn)及其應(yīng)用.pdf
- 基于改進(jìn)PSO的BP_Adaboost算法的優(yōu)化與改進(jìn).pdf
- BP算法的改進(jìn)及其應(yīng)用研究.pdf
- 基于改進(jìn)DPSO算法的多任務(wù)并行聯(lián)盟生成研究.pdf
- 基于Hadoop的改進(jìn)的并行FP-Growth算法.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的車牌識別算法研究.pdf
- 云環(huán)境下基于改進(jìn)BP算法的入侵檢測方法研究.pdf
- 基于改進(jìn)foa優(yōu)化bp神經(jīng)網(wǎng)絡(luò)算法的
- 改進(jìn)的并行量子遺傳算法研究.pdf
- 短LDPC碼BP算法的改進(jìn).pdf
- 極化碼的改進(jìn)BP譯碼算法研究.pdf
- 基于泊松表面重建算法的改進(jìn)及其并行化研究.pdf
- 基于自適應(yīng)學(xué)習(xí)速率的改進(jìn)型BP算法研究.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的人臉檢測算法研究.pdf
- 改進(jìn)聚類算法的MapReduce并行化研究.pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測研究.pdf
- 基于并行BP神經(jīng)網(wǎng)絡(luò)算法的軟件項(xiàng)目風(fēng)險(xiǎn)評估.pdf
評論
0/150
提交評論