版權說明: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,請進行舉報或認領
文檔簡介
1、山東師范大學碩士學位論文基于并行結構的BP改進算法研究姓名:郭彥偉申請學位級別:碩士專業(yè):計算機軟件與理論指導教師:王洪國20090518山東師范人學碩十學位論文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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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)絡訓練算法.pdf
- 基于LDPC碼的BP譯碼改進算法研究.pdf
- 基于改進BP算法的設備故障診斷研究.pdf
- BP算法的改進及其應用.pdf
- 基于改進PSO的BP_Adaboost算法的優(yōu)化與改進.pdf
- BP算法的改進及其應用研究.pdf
- 基于改進DPSO算法的多任務并行聯(lián)盟生成研究.pdf
- 基于Hadoop的改進的并行FP-Growth算法.pdf
- 基于改進BP神經(jīng)網(wǎng)絡的車牌識別算法研究.pdf
- 云環(huán)境下基于改進BP算法的入侵檢測方法研究.pdf
- 基于改進foa優(yōu)化bp神經(jīng)網(wǎng)絡算法的
- 改進的并行量子遺傳算法研究.pdf
- 短LDPC碼BP算法的改進.pdf
- 極化碼的改進BP譯碼算法研究.pdf
- 基于泊松表面重建算法的改進及其并行化研究.pdf
- 基于自適應學習速率的改進型BP算法研究.pdf
- 基于改進BP神經(jīng)網(wǎng)絡的人臉檢測算法研究.pdf
- 改進聚類算法的MapReduce并行化研究.pdf
- 基于改進的BP神經(jīng)網(wǎng)絡的結構損傷檢測研究.pdf
- 基于并行BP神經(jīng)網(wǎng)絡算法的軟件項目風險評估.pdf
評論
0/150
提交評論