2014计算机应用技术
谭灿云
20140608120303
BP神经网络在模式识别中的应用及研究摘要人工神经网络具有强大的非线性映射能力，已经被应用于模式识别、智能控制、图像处理以及时间序列分析等各种领域它特有的自组织、自学习和高容错性等功能使得其在解决复杂的非线性问题时有独特的功效，成为国内外广泛关注的热点。本文首先详细介绍了应用神经网络进行模式识别的发展概况，通过与传统模式识别的比较，得出神经网络模式识别的优越性。针对己有的神经网络模式识别系统，本文介绍了该系统中使用最广泛的BP神经网络，通过对其关键技术及算法的研究，分析了BP算法的不足。
关键词模式识别，人工神经网络，BP算法，遗传算法
1绪论迄今为止模式识别技术在社会的各行业中都拥有广泛的应用。例如1对各种嵌入式系统如信息家电、手机、PDA等中进行人性化处理进行语音识别、指纹识别或汉字识别2自动化仪器如自动搬运机、自动售货机、监视装置等3医疗仪器上如x射线摄像、样本检查分析、肠镜摄像、胃镜等4在工业自动检测上的如零件尺寸的动态检查、包装、产品质量监测、形状识别、表面缺陷检测等5人工智能方面有无人自动驾驶、机器人视觉、邮件自动分检等6军事上有卫星侦察、微光夜视、航空遥感、目标跟踪、导弹制导、军事图像通信等。随着人们对自动化智能系统要求的不断提高以及相关技术和器件的发展模式识别的应用范围变得越来越广泛人们不仅要求自动化系统能够代替人类完成繁重单调或危险环境下的工作更要求模式识别系统能使人们的生活更加方便和舒适如智能机器人、安全防伪系统、智能卡等等的出现。因而模式识别技术所面临的挑战除了要求解决大数量模式类的识别和复杂畸变不变性识别的传统难题而且开始了更复杂的带有感性色彩的识别诸如运动员训练及姿势校正根据人走路的姿势识别人对人的嘴形变化甚至面部表情的识别等等。人工神经网络ArtificialNeuralNetworkANN是当今最重要的模式识别技术随着神经网络理论的不断发展将会带来模式识别技术的提高和突破从而进一步推动模式识别技术在各行各业中的应用推动社会的进步。因此开展人工神经网络在模式识别技术领域的研究和运用具有很大的潜力
11神经网络模式识别的发展与现状
模式识别是信号处理与人工智能领域的一个重要分支它已发展成为一门独立的学科并成为当代高科技研究及应用的重要领域之一。模式识别理论的发展与计算机科学的发展是密不可分的人们在研究中发现计算r