导读:本文包含了反向传播的人工神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:列文伯格-马夸尔特算法,反向传播神经网络,X射线荧光光谱
反向传播的人工神经网络论文文献综述
李芳,陆安祥,王纪华[1]（2016）在《基于列文伯格-马夸尔特-反向传播人工神经网络的X射线荧光光谱定量分析方法》一文中研究指出目的建立一种基于列文伯格-马夸尔特-反向传播人工神经网络(Levenberg-Marquardt back-propagation artificial neural networks,LM-BP-ANN)的X射线荧光光谱(XRF)的定量检测分析方法。方法采集84个土壤样品光谱数据,预处理后应用主成分分析(PCA)提取特征参数,随机选取训练集、校正集、预测集样品个数分别为42、21、21。以均方差(MSE)、校正决定系数(R~2)、校正标准差(SEC)、验证决定系数(r~2)、预测标准差(SEP)和相对预测误差(RPD)为评价指标,同时分析比较LM-BP-ANN、BP-ANN、PLS叁种算法的建模结果,并利用模型预测土壤重金属含量。结果实验确定隐含层神经元数目、学习率和迭代次数值依次为:6、0.1和8,3种建模方法中LM-BP-ANN效果最优,模型的相关系数高于0.98,表明模型有效。结论模型分析快速,可用于实际土壤样品中重金属含量的检测,对于改进X射线荧光光谱仪的检测准确度有着重要的意义。(本文来源于《食品安全质量检测学报》期刊2016年03期）
裘炯良,郑剑宁,施惠祥,张锜[2]（2012）在《基于SAS的反向传播人工神经网络在国境卫生检疫领域中的应用研究》一文中研究指出目的探索反向传播(BP)人工神经网络在国境卫生检疫领域中的应用研究。方法采用18×5×1结构的3层BP神经网络模型,对2007年到达宁波港国际航行船舶中的媒介阳性船舶170艘和对照船舶680艘进行数据训练和验证,并以建立的神经网络模型预测新到港的船舶外来媒介携带率。结果经过100次的迭代运算,训练过程的误判率为0.1647,验证过程的误判率为0.1824;训练过程的平均误差为0.3668,而验证过程的平均误差为0.4550。通过该神经网络模型预测船舶携带外来媒介情况与实际结果的符合率达到83.3%,预测效果良好。结论针对高度不确定的非线性系统,应用BP人工神经网络可实现相对精确的预测功能,为国境卫生检疫风险评估及预警方面的研究提供理论基础。(本文来源于《中国国境卫生检疫杂志》期刊2012年06期）
王丽琼,范琦,易珍奎,王以武[3]（2012）在《HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材》一文中研究指出采用HPLC-UV测定36个麻黄药材的指纹图谱,应用化学计量学进行图谱预处理和数据预处理,建立并验证不同种类、不同产地和不同采摘时间的麻黄药材的反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)和判别分析(discriminant analysis,DA)判别模型.研究结果显示,所建BP-ANN模型的预测准确率为83.3%～94.4%、DA模型的性能指标为82.8%～88.5%,可见所建方法能有效判别不同种类、不同产地和不同采摘时间的麻黄药材.该方法基于麻黄药材物质基础的整体性质,判断客观,为其他药材的分析提供了参考.(本文来源于《西南师范大学学报(自然科学版)》期刊2012年05期）
欧文娟,孟耀勇,张小燕,孔猛[4]（2011）在《紫外可见吸收光谱结合主成分-反向传播人工神经网络鉴别真假蜂蜜》一文中研究指出研究紫外-可见吸收光谱技术结合化学计量学方法鉴别真假蜂蜜。根据蜂蜜中果糖和葡萄糖的典型质量比1.2:1.0,配制与真蜂蜜相近的掺假溶液,并以5%～20%的比例掺入真蜂蜜中。获取纯正蜂蜜和掺假蜂蜜的紫外-可见吸收光谱,选择最佳敏感波段250～400 nm的吸光度值进行主成分分析(PCA),优选主成分作为反向传播人工神经网络(BPANN)的输入向量。输出结果显示,校准集和预测集的准确鉴别率均为100%;对应的均方根误差分别为8.523×10-3和8.961×10-3。研究结果表明,基于PCA-BPANN的紫外-可见吸收光谱技术能够方便、快速、准确地鉴别真假蜂蜜,为食品质量的快速检测提供可靠参考。(本文来源于《分析化学》期刊2011年07期）
R.D.辛格,陈志斌[5]（2006）在《用变化的降雨—径流资料通过反向传播人工神经网络模拟径流》一文中研究指出用变化较大的、精度不高的数据组建立多层反向传播神经网络(BPANN)模型,用以模拟印度纳尔默达河两个小流域Banjar~Hridaynagar和Narmada~Manot的3种时间尺度(周、10d、月)的降雨径流过程。采用梯度下降优化技术建立BPANN径流模型,并通过交叉检验进行概化。用变化相对较大、精度不高的数据资料建立起来的BPANN,在几乎所有情况下,计算迭代次数较少,概化程度较高。计算结果表明,BPANN模型的性能优于线性转换函数模型(LTF)。(本文来源于《水资源研究》期刊2006年02期）
朱鲁夫,程存归,王森清[6]（2005）在《人工神经网络误差反向传播法测定复方苯甲酸涂剂中苯甲酸与水杨酸的含量》一文中研究指出目的 对紫外光谱重迭的复方苯甲酸涂剂进行多组分不经分离的含量测定。方法 采用人工神经网络误差反向传播方法 (BP)对复方苯甲酸涂剂进行含量测定。结果 当网络隐蔽层的节点数为 5 ,以 9个节点输入时 ,苯甲酸与水杨酸的平均回收率分别为 10 5 .0 %和 10 2 .0 % ,RSD分别为 1 5 %和 2 0 %。结论 该方法简便、快速 ,测定结果准确。(本文来源于《医药导报》期刊2005年01期）
曹永生,陈奕卫,祖金凤,朱金林,徐学诚[7]（2003）在《反向传播人工神经网络分光光度法同时测定环境水样中的苯酚、间苯二酚和间氨基酚》一文中研究指出本文应用人工神经网络原理 ,采用误差反向传播算法 ,对环境水样中的苯酚、间苯二酚和间氨基酚可以用分光光度法不经分离进行了同时测定。叁种酚类的平均回收率分别为 98 0 % ,99 6 %和 99 7%。实验证明 ,反向传播 人工神经网络方法应用在本体系中进行结果校正 ,结果令人满意。(本文来源于《光谱学与光谱分析》期刊2003年04期）
由伟,方鸿生,白秉哲[8]（2003）在《用反向传播人工神经网络预测低碳低合金钢的马氏体转变开始温度》一文中研究指出根据收集和整理的实验数据,建立了低碳低合金钢的成分与马氏体转变开始温度(M_s点)的反向传播(BP)人工神经网络,用这种方法预测了一些钢的M_s点,并与用其它经验公式得到的结果进行了比较,结果表明:用人工神经网络能更精确地预测钢的M_s点,预测精度明显高于其它线性经验公式,另外用正交实验法设计了几种基准成分的钢,用人工神经网络分析了几种合金元素对M_s点的定量影响,计算结果表明,与传统的经验公式表达的信息不同,合金元素的含量与钢的M_s点间表现为非线性关系,可以认为,这种非线性关系是由合金元素间复杂的交互作用引起的。(本文来源于《金属学报》期刊2003年06期）
祖金凤,董睿,陈奕卫,徐学诚,曹永生[9]（2003）在《芳胺化合物光催化降解过程中的反向传播人工神经网络光度法同时测定》一文中研究指出利用芳胺的重氮化偶合反应 ,采用误差反向传播人工神经网络方法 ,对于吸收重迭的3组分芳胺类化合物体系进行同时测定 ;并用该法测定了以高压紫外汞灯为光源 ,纳米金红石相TiO2 为催化剂 ,光催化降解苯胺、甲萘胺、邻氯苯胺3组分过程中各组分浓度 ;实验证明对合成样本与催化体系样本 ,回收率均在91 %～108 %之间,其结果准确可靠。(本文来源于《分析测试学报》期刊2003年02期）
陈敏[10]（2002）在《反向传播人工神经网络与肝癌患者血清酶谱分析》一文中研究指出人工神经网络 (ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ ,ＡＮＮ)是现代脑神经科学研究成果的基础上 ,于 2 0世纪 80年代中期迅速发展起来的一门处理非线性系统问题的学科。它具有人脑功能的基本特性 ,在人工智能、模式识别、数据处理等领域有着广泛(本文来源于《中国医院统计》期刊2002年01期）
反向传播的人工神经网络论文开题报告
（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：
目的探索反向传播(BP)人工神经网络在国境卫生检疫领域中的应用研究。方法采用18×5×1结构的3层BP神经网络模型,对2007年到达宁波港国际航行船舶中的媒介阳性船舶170艘和对照船舶680艘进行数据训练和验证,并以建立的神经网络模型预测新到港的船舶外来媒介携带率。结果经过100次的迭代运算,训练过程的误判率为0.1647,验证过程的误判率为0.1824;训练过程的平均误差为0.3668,而验证过程的平均误差为0.4550。通过该神经网络模型预测船舶携带外来媒介情况与实际结果的符合率达到83.3%,预测效果良好。结论针对高度不确定的非线性系统,应用BP人工神经网络可实现相对精确的预测功能,为国境卫生检疫风险评估及预警方面的研究提供理论基础。
（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。
反向传播的人工神经网络论文参考文献
[1].李芳,陆安祥,王纪华.基于列文伯格-马夸尔特-反向传播人工神经网络的X射线荧光光谱定量分析方法[J].食品安全质量检测学报.2016
[2].裘炯良,郑剑宁,施惠祥,张锜.基于SAS的反向传播人工神经网络在国境卫生检疫领域中的应用研究[J].中国国境卫生检疫杂志.2012
[3].王丽琼,范琦,易珍奎,王以武.HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材[J].西南师范大学学报(自然科学版).2012
[4].欧文娟,孟耀勇,张小燕,孔猛.紫外可见吸收光谱结合主成分-反向传播人工神经网络鉴别真假蜂蜜[J].分析化学.2011
[5].R.D.辛格,陈志斌.用变化的降雨—径流资料通过反向传播人工神经网络模拟径流[J].水资源研究.2006
[6].朱鲁夫,程存归,王森清.人工神经网络误差反向传播法测定复方苯甲酸涂剂中苯甲酸与水杨酸的含量[J].医药导报.2005
[7].曹永生,陈奕卫,祖金凤,朱金林,徐学诚.反向传播人工神经网络分光光度法同时测定环境水样中的苯酚、间苯二酚和间氨基酚[J].光谱学与光谱分析.2003
[8].由伟,方鸿生,白秉哲.用反向传播人工神经网络预测低碳低合金钢的马氏体转变开始温度[J].金属学报.2003
[9].祖金凤,董睿,陈奕卫,徐学诚,曹永生.芳胺化合物光催化降解过程中的反向传播人工神经网络光度法同时测定[J].分析测试学报.2003
[10].陈敏.反向传播人工神经网络与肝癌患者血清酶谱分析[J].中国医院统计.2002
标签：列文伯格-马夸尔特算法; 反向传播神经网络; X射线荧光光谱;