简介：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：摘要电力系统的稳定运行关系到国计民生，水力发电厂在电力系统中担当者重要的角色，是实现电力网络调频、调峰重要部分。作为水力发电厂的关键设备，水轮发电机组是保障电力系统稳定运行的重要基础，决定着水电厂的经济效益和社会效益。对机组设备的诊断、优化和检修是水轮发电机组可靠运行的保障。随着科学技术的不断发展，模糊推理技术、神经网络技术等在故障诊断中得到了广泛的应用，为水轮发电机组的状态监测和故障诊断打下了坚实的基础。基于此，本文主要对支持向量机和BP神经网络在水轮发电机轴承故障诊断中的应用进行分析探讨。

简介：摘要：大数据时代的到来对财务管理造成了极大的影响，在当前财务信息快速增长的情况下，使用大数据技术进行高效的财会信息收集、分析和处理，为进行风险预测和发展决策提供依据，是顺应大数据时代所必须作出的财务管理转型，是促使财务会计向管理会计转型的必然要求。在信息时代的冲击下，搭建完善的财务管理信息平台，使用大数据技术对财务信息、票据清单、预算管理等内容进行高质量、高效率的管理，将原本财务会计的统计整理功能转换为管理会计的事前预测、发展分析和实时调整等财务管理功能，是提升经营管理效率、实现长效发展的必然举措。

简介：Basedontheoperationdatafromacertainwastewatertreatmentplant(WWTP)innortheastChina,themodelsofbackpropagationneuralnetwork(BPNN)andradialbasisfunctionneuralnetwork(RBFNN)havebeendesignedrespectivelyandtheabilityofconvergenceandgeneralizationhasbeenanalyzedseparately.AsforBPNN,theeffectsofnumbersoflayersandnodeshavebeenstudied;asforRBFNN,theinfluencesofthenumberofnodesandtheRBF′swidthhavebeenstudied.ItisconcludedthatBPNNhasconvergedmuchslowlyincomparisonwithRBFNN.TheconclusionthattheRBFNNissuitableformodelingactivatedsludgesystemhasbeendrawn.AnautomaticallyoptimumdesignprogramforRBFNNhasbeendeveloped,throughwhichtheRBFNNmodeloftraditionalactivatedsludgesystemhasbeenestablished.

简介：摘要：在这个电子信息时代，各个领域都有对应的融合，在建筑方面通过研究发现 BP多目标人工群峰算法加快了原有工程的进程，大大减少了人们进行复杂的数字运算与筛选的时间，对于多目标人工群蜂算法来说这是一个最好的时代，它化简了许多过程，在多方面领域对它的青睐程度很高，所以对于我们而言，我们很有必要去研究，开发和应用这个方法，将它的能力开发到极致，尤其是在建筑方面

简介：目的：与经典测量理论相比，项目反应理论具有更多的优势，但由于项目反应理论模型的复杂性，进行参数估计时往往需要较大的被试样本；人工神经网络的出现为小样本被试估计项目反应理论的能力参数和项目参数提供了可能，文章的目的是通过神经网络的蒙特卡罗模拟研究寻找更精确的参数估计方法。方法：以项目反应理论的两参数模型为例，以MAB和RMSE为比较指标，通过模拟数据比较经典测量理论的通过率、点二列相关系数、平均得分作为神经网络的输入值与以经过转换的数值（IRT参数估计的初值）作为神经网络的输入值训练网络结果的差异，比较不同条件下MAB指标和RMSE指标的差异。结果：以通过率估计项目参数b与以bj=zj/rbj估计项目参数b存在差异；以点二列相关系数估计项目参数a与以aj=rbj/√1-r^2bj估计项目参数a存在差异；以平均得分估计能力参数θ与以ln[x/（m-x）]估计能力参数θ存在差异。结论：对于两参数项目反应模型，以通过率估计项目参数b比以bj=zj/rbj估计项目参数b误差更小，而以点二列相关系数估计项目参数a比以aj=rbj/√1-r^2bj估计项目参数a误差更大，以平均得分估计能力参数θ比以ln[x／（m-x）]估计能力参数θ误差更大。

简介：提出一种基于BP神经网络的异常入侵检测方法，由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络，具有对不确定性的学习与适应能力，可以很好的满足入侵检测分类识别的需求．对“KDDCup1999Data”网络连接数据集进行特征选择和标准化处理之后用于训练神经网络并仿真实验，得到了较高的检测率和较低的误报率．仿真实验表明，基于BP神经网络的入侵检测方法是有效的．

简介：应用Matlab语言及其神经网络工具包，利用BP神经网络对跳高运动员专项成绩进行预测。结果表明，该方法能够根据运动员专项身体素质较准确地预测跳高专项成绩。

简介：摘 要 航材保障面临着库存积压、库存结构不合理等问题，严重影响了航材保障质量效益。其中原因之一，就是航材消耗规律把握不够准确，在一定程度上影响了航材订货决策的科学性。因此，本文将尝试根据航材的消耗规律运用BP神经网络预测方法建立模型，并通过实例计算预测，验证所建立模型的准确度，对预测结果进行分析评价航材。

简介：摘要依据大型履带式起重机的安全作业特点，研究了BP神经网络数据分类算法的原理和步骤，并将其理论应用于穹顶吊装起重机安全作业状态中，根据实际采集的安全状况数据建立神经网络模型，通过计算机对网络进行数据处理和训练，得出可以估计起重机安全作业状况的BP神经网络算法模型的实际应用。最后通过样本数据和模型网络输出数据的比较，验证了BP神经网络算法应用于大型履带起重机安全作业中的正确性和可行性，为提高起重机作业安全水平提供了一种新的思路。

简介：在收集到原始数据后，如何对这些数据进行有效分析及报告结果一直是入侵检测领域中研究的重点，并因此形成了多种ID方法。本文提出了一个ID模型，提出了一种改进训练算法，对模型的核心组成部分进行了分析、设计和实现，并进行了相关实验。

简介：采用能任意精度逼近任意函数的BP神经网络对用熏硫法预处理山楂中Vc含量进行建模．建模结果表明。BP神经网络能很好地逼近Vc含量与熏硫量和熏硫时间的函数关系，能够确定最佳熏硫时间和熏硫量，并确定在此条件下的Vc含量．

简介：摘要基于BP神经网络原理，介绍了利用BP神经网络研究闸门损伤检测技术的方法。同时，通过工程实例进一步阐述了神经网络在闸门损伤检测中的应用过程。实例表明，BP神经网络在闸门损伤检测中的应用是一种有效的方法。

简介：目的:面对我国人参价格涨跌频繁的现状,基于历史价格数据探索一种人参价格预测方法,进而有预见性的指导人参的种植、经营,防范伤农、伤商事件的发生。方法:以生晒55支规格的人参为代表,选取2012年6月至2018年5月的历史价格为实验数据,以2012年6月至2017年8月的价格为训练集,以2017年9月到2018年5月的价格为验证数据集,分别基于BP神经网络与ARIMA方法,构建人参(生晒55支规格)的价格预测模型,并将二者的预测效果进行比较。结果:ARIMA模型在平稳期的预测较为精确,BP神经网络能应对价格的突变预测。结论:BP神经网络预测模型整体优于ARIMA模型,进一步证实了BP神经网络用于价格预测的优越性。

简介：应用BP神经网络对网店销售模型进行了研究,建立了基于店铺访客数、下单转化率、客单价和商品收藏次数来预测网店销售额的BP神经网络模型,模型的训练样本为五皇冠淘宝网店2016-04-21至2016-07-09时间段销售数据,应用构建的模型预测该网店2016-07-10至2016-07-19时间段店铺销售额,仿真模拟实验结果表明其能准确地预测店铺销售额,从而验证了模型的有效性和准确性.

简介：摘要：本文主要针对高等教育问题进行了相关研究，利用BP神经网络以分数评价国家高等教育系统的健康状况。首先收集了多个国家教育影响因素的数据，选择出“国家人均GDP”、“国家高校升学率”等八个指标初步建立简单的指标体系。其次对八个国家进行模型应用，对模型进行进一步的优化，对其提出优化后的合理蓝图。最后建立时间序列的BP神经网络预测模型，预测出原状态下2020年中国评分从而得知此模型稳定性较好。

简介：通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析，确定了各因素与通货膨胀之间的领先、一致和滞后关系；然后结合人工神经网络原理，以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型，最后根据模型预测结果，提出了控制通货膨胀的相关政策建议。

简介：摘要：为了提高造价预测效率，提出了一种基于BP神经网络的工程造价预估模型。该模型在详细分析了住宅的造价构成的特征的基础上，找到主要的造价影响因素，建立了造价影响因素和工程造价的映射关系，以住宅工程的影响因素作为神经网络的输入向量，将所需的工程造价作为神经网络的输出向量，从20个案例中，选取5个案例样本作为预测样本，剩下15个样本作为训练样本输入，不断地训练网络函数，使函数修正和改进，使函数输出的工程造价几乎接近于样本的造价，达到了准确预估住宅工程造价的目的。实验结果表明，本文建立的仿真模型切实可行，预测误差在10%左右，是比较理想的住宅工程造价预估方法，可用于造价工程的辅助估算。

简介：对神经网络应用于数字水印技术进行了改进,选择了一种DWT变换嵌入算法的BP四层模型作为神经网络的训练模型,它能更好地实现了水印的盲提取。实验结果表明,该算法对常用的图像处理如压缩、低通滤波、加噪、剪切、旋转和缩放等攻击具有较好的鲁棒性和不可见性。