4 总结与展望
经过一系列的学习与工作,本次任务基本完成,其中有很多值得学习与思考的的地方,首先通过此次学习,认识与了解了到底什么是人工神经网络,学习它的基本原理与特点,具有的实际作用。只有学习理解理论知识,将建筑底层打好,才能将其熟练应用到实际中去。
接下来所做的就是尝试进行建立神经网络模型,将获得的一系列数据调到模型中,让BP神经网络进行学习,通过反复的实验与测试达到训练要求。虽然此次的数据相比较相对简单,数据量相对较小,但是为今后的学习打下基础,将理论与实际相结合,遇到更复杂的数据集或者案例可以借鉴此次的学习内容,建立更完善更全面的神经网络。
5 致谢
从2015年11月选题开始到今天论文修改结束经历了将近半年的时间,对BP神经网络的深入学习成为我日常学习内容之一,对原理的理解只能是停留在表面,若想真正理解它需要将其与实践相结合,把它做成一个实际的项目。中途遇到了许多困难和问题,感谢我的指导老师马飞老师以及给予我极大的帮助。在我遇到瓶颈时马飞老师不厌其烦的给我讲解,帮我搜集关于课题的相关资料以及后期对我的论文进行修改和批注,这些帮助让我不断前进,去探索去完成这个毕业设计。
感谢我的家人,在完成毕业设计这段时间不断给予我鼓励和支持,让我能够全力投入到毕业设计中去;感谢我的朋友,在我遇到难题的时候和我讨论思考一起想解决的办法,让我能顺利的走出困难。
最后,感谢所有关心我的人,感谢你们对我的帮助和支持,在今后人生的道路上我会继续努力。
参考文献
[1]陈明. 《Matlab神经网络原理与实例精解》 [M].北京.清华大学出版社 [2]王小川.《Matlab 43个神经网络案例分析》 [M].北京. 北京航天航空
大学出版社
[3]周品. 《MatLab神经网络设计与应用》 [M].北京. 清华大学出版社 [4]胡学钢. 《神经网络实用教程》
[M].北京. 机械工业出版社
[5]皮文山. 《神经网络对混凝土抗压强度预测》 2011.04-0014-03 [6]何晓凤. 《基于PSO_BP神经网络的混凝土强度测试》 《微型机与应用》
2011年30卷20期
[7]徐丽娜. 《神经网络控制》 [M].北京. 电子工业出版社
[8]李仲欣. 《基于BP神经网络的珊瑚混凝土抗压强度预测模型》
2012-3550(2016)01-0064-06
[9]周红标. 《基于GA_BP的混凝土抗压强度预测研究》 《江阴工学院学报》
1009-7961(2011)03-0021-05
2013-01-26
《中国卫生统计》
[10]徐黎明. 《基于BP神经网络的流速平均预测》
[11]刘春燕. 《GA-BP神经网络与BP神经网络的比较》
2013年4月第30卷第2期
[12]季韬. 《基于人工神经网络的混凝土抗压预测方法》《建筑学材料学报》
2005.08(06):676-681
[13]冯立颖. 《改进的BP网络算法及其应用》
《计算机仿真》
2010.27(12):172-175
[14]闫明. 《基于FPGA的网络硬件实现
《中国海洋大学硕士论文》
2008-05-01
2015-05-29
[15]王见星. 《基于神经网络的焊球缺陷检测方法研究》
相关推荐: