导读:本文包含了隐层扩展论文开题报告文献综述及选题提纲参考文献，主要关键词:神经网络,图像分色,蚁群算法,特征
隐层扩展论文文献综述
赵敬[1]（2012）在《扩展隐层的BP网络在图像分色中的应用》一文中研究指出为快速有效地对图像进行分色,减少人工干预,将扩展隐层的BP(Back Propagation)网络用于图像分色中。利用图像分色中的关键因素构造BP网络模型,提取图像中的特征区域,生成相应的目标图像作为样本,并对神经网络进行训练,用训练后的网络完成整幅图像的分色。最后设计了一组实验,用实验结果证明该方法的可行性和有效性。(本文来源于《Proceedings of International Conference on Engineering and Business Management(EBM2012)》期刊2012-03-26）
杨旭,郭绍翠[2]（2010）在《基于扩展隐层BP网络的信息可视化聚类的研究》一文中研究指出信息可视化是图形学的分枝,是一个新兴领域。为了展现海量信息,可视化技术需要对数据进行预先聚类操作。常用的聚类方法一般基于欧氏距离,这种方法计算量较大,特别是对于海量的多维信息。为了加快聚类速度,辅助可视化技术,本文将扩展BP网络用于可视化的聚类。该算法将多维信息当作BP网络的输入节点,其类别当作输出节点,通过对少量样本信息的学习,使BP网络具有分类能力,最终用于海量信息的分类。本文最后设计了一组实验,用实验结果证明算法的可行性。(本文来源于《制造业自动化》期刊2010年11期）
刘新平,唐磊,金有海[3]（2008）在《扩展隐层的误差反传网络训练算法研究》一文中研究指出为提高神经网络的预测精度,对现有的误差反传网络训练算法进行了改进。对叁层误差反传网络进行了结构扩展,在训练过的叁层网络中,动态增加一个具有线性激活函数的辅助隐层,形成一种新的网络扩展模型。用改进的蚁群算法对新增权值参数进行训练,着重阐述算法的实现过程及算法分析。最后,设计了一组催化剂活性预测实验,对算法改进前后的预测能力及训练误差进行了对比。结果表明,采用该模型及训练算法,可以在不影响网络表达能力的基础上提高网络的训练精度及预测精度,改善了网络的泛化能力。(本文来源于《计算机集成制造系统》期刊2008年11期）
刘新平,唐磊,金有海[4]（2008）在《一种简单的BP网络隐层扩展模型及其训练算法研究》一文中研究指出为了提高神经网络的预测精度,设计一种动态扩展BP网络隐层的方法,在训练过的BP网络上动态增加一个具有线性激活函数的隐层,用改进的蚁群算法对新增权值进行训练,着重对算法的实现过程及算法分析进行论述。设计了算法改进前后用BP网络对催化剂活性进行预测的对比实验,结果表明,采用该模型及训练算法,可在不影响网络表达能力的基础上提高网络的训练精度及网络的泛化能力。(本文来源于《化工自动化及仪表》期刊2008年02期）
隐层扩展论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
信息可视化是图形学的分枝,是一个新兴领域。为了展现海量信息,可视化技术需要对数据进行预先聚类操作。常用的聚类方法一般基于欧氏距离,这种方法计算量较大,特别是对于海量的多维信息。为了加快聚类速度,辅助可视化技术,本文将扩展BP网络用于可视化的聚类。该算法将多维信息当作BP网络的输入节点,其类别当作输出节点,通过对少量样本信息的学习,使BP网络具有分类能力,最终用于海量信息的分类。本文最后设计了一组实验,用实验结果证明算法的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隐层扩展论文参考文献
[1].赵敬.扩展隐层的BP网络在图像分色中的应用[C].ProceedingsofInternationalConferenceonEngineeringandBusinessManagement(EBM2012).2012
[2].杨旭,郭绍翠.基于扩展隐层BP网络的信息可视化聚类的研究[J].制造业自动化.2010
[3].刘新平,唐磊,金有海.扩展隐层的误差反传网络训练算法研究[J].计算机集成制造系统.2008
[4].刘新平,唐磊,金有海.一种简单的BP网络隐层扩展模型及其训练算法研究[J].化工自动化及仪表.2008