《基于神经网络的数字识别》开题报告.doc
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《《基于神经网络的数字识别》开题报告.doc》由会员分享,可在线阅读,更多相关《《基于神经网络的数字识别》开题报告.doc(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、毕业设计(论文)开题报告 电子信息与电气工程 学院 2014届题 目 基于神经网络的数字识别 课题类型 设计 课题来源 自拟课题 学生姓名 安永军 学 号 201002040062 专 业 电气工程及其自动化年级班 2010级 指导教师 石 峰 职 称 讲 师 填写日期:2014年 3月 24日一、本课题研究的主要内容、目的和意义人工神经网络 ( A r tifi ci al N e u r a l N et wor k ) 是一种模拟人脑神经元细胞的网络结构和功能,运用大量的处理部件,由人工方式建立起来的自适应非线性动态系统。它是在生物神经网络研究的基础上建立起来的,能在一定程度上模仿生物神
2、经系统的智慧和功能,因此广泛应用于信息处理和模式识别等领域。近些年来,人工神经网络在图像处理中的应用十分广泛,领域也比较宽。在车牌识别、字符识别、红外图像识别、遥感图像识别中发挥了举足轻重的作用。不仅如此,作为人工神经网络在医学图像处理中,意义也是十分重大的。举例说明,通过对医学影片获取的图像,如CT、核磁共振成像等,进行特征纹理提取,然后输入训练好的神经网络,从得到的输出判别出相应的病症,在临床上可作为医师治疗和诊断的辅助。本课题拟采用MATLAB对经典BP神经网络算法进行仿真。实现信号(图像)的区分。并针对之前提出的算法中的问题进行改进。最后会针对传统的BP神经网络算法的结果,以及我们新提
3、出的改进进行比较。预计BP神经网络经过新的改进将使识别的准确率大大提高。二、文献综述(国内外相关研究现况和发展趋向)1、人工神经网络国内外研究状况随着人工神经网络20世纪80年代在世界范围内的复苏,国内也逐步掀起了研究热潮。1989年10月和11月分别在北京和广州召开了神经网络及其应用讨论会和第一届全国信号处理神经网络学术会议;1990年2月由国内八个学会(中国电子学会、人工智能学会、自动化学会、通信学会、物理学会、生物物理学会和心理学会)联合在北京召开“中国神经网络首届学术会议”。这次大会以“八学会联盟,探智能奥秘”为主题,收到了300多篇学术论文,开创了中国人工神经网络及神经计算机方面科学
4、研究的新纪元。经过十几年的发展,中国学术界和工程界在人工神经网络的理论研究和应用方面取得了丰硕成果,学术论文、应用成果和研究人员逐年增加。在国际上,1987年,在美国加洲召开了第一届国际神经网络学会。此后每年召开两次国际联合神经网络大会(IJCNN)。不久,该学会创办了刊物JournalNeu2ralNetworks,另有十几种国际著名的神经网络学术刊 物相继问世。至此,神经网络理论研究在国际学术领域获得了其应有的地位。2、神经网络的发展与展望 经过近半个世纪的发展,神经网络理论在模式识别、自动控制、信号处理、辅助决策、人工智能等众多研究领域取得了广泛的成功。关于学习、联想和记忆等具有智能特点
5、过程的机理及其模拟方面的研究正受到越来越多的重视。目前神经网络研究与发展主要集中在以下5个方面。2.1神经生理学、神经解剖学研究的发展 通过神经网络研究的发展,人们对人脑一些局部功能的认识已经有所提高,如对感知器的研究,对视觉处理网络的研究,对存储与记忆问题的研究等都取得一定的成功。遗憾的是,这些成功一方面还远不够完善,另一方面,在对人脑作为一个整体的功能的解释上几乎起不到任何作用。科学家已经积累了大量关于大脑组成、大脑外形、大脑运转基本要素等知识,但仍无法解答有关大脑信息处理的一些实质问题。 人脑的知觉和认知等过程是包含着一个复杂的动态系统中对大量神经元活动进行整合的统一性行动。由于人们对人
6、脑完整工作过程几乎没有什么认识,连一个稍微完善的可令人接受的假设也没有,这造成神经网络研究始终缺乏一个明确的大方向。这方面如果不能有所突破,神经网络研究将始终限于模仿人脑局部功能的缓慢摸索过程当中,而难以达到研究水平的质的飞跃。2.2与之相关的数学领域的研究与发展 神经元以电为主的生物过程在认识上一般采用非线性动力学模型,其动力学演变过程往往是非常复杂的,神经网络这种强的生物学特征和数学性质,要求有更好的数学手段。而对解决非线性微分方程这样的问题,稍微复杂一些的便没有办法利用数学方法求得完整的解。这使得在分析诸如一般神经网络的自激振荡、稳定性、混沌等问题时常常显得力不从心,更不用说,当我们面对
7、人脑这样的由成千上万个神经元网络子系统组成的巨系统,而每个子系统(具有某种特定功能)又可能由成千上万个神经元组成,每个神经元本身是一个基本的非线性环节。 因此,当今神经网络理论的发展,已经客观要求有关数学领域必须有所发展,并大胆预期一种更简洁、更完善和更有效的非线性系统表达与分析的数学方法是这一领域数学发展的主要目标之一。2.3神经网络应用的研究与发展 从神经网络发展过程看,理论研究经常走在前列,有时会超出实际使用阶段。虽然说理论研究和实际应用可以相辅相成,但实际需求总是科技发展的主要推动力。目前,在神经网络实用上,虽然有不少实际应用成果报道,如智能控制、模式识别及机器人控制等。但真正成熟的应
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于神经网络的数字识别 基于 神经网络 数字 识别 开题 报告
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内