[bp网络学习算法研究及其图像模式识别应用戴永伟.doc

算 机 与 现 代 化 2006 年第 11 期 JISUANJI YU XIANDAIHUA 总第 135 期 文章编号:1006-2475(2006)11-0067-04 BP 网络学习算法研究及其图像模式识别应用 戴永伟 ,雷志勇 (西安工业大学电信学院, 陕西 西安 710032) 摘要:BP 神经网络的训练性能主要包括收敛速度和收敛精度等方面, 该训练性能在很大程度上取决于所选择的网络学习算法。 本文针对模式识别应用领域, 通过实例, 运用 Matlab 编程对部分较好的网络学习算法的训练性能进行了比较研究, 给出了模式识别应用过程中 BP 网络学习算法的选择依据。 在此基础上, 运用 BP 网络编程实现了对常见单位符号图像目标的模式识别, 并通过识别算法的实现过程, 分析了用 BP 网络进行图像目标模式识别的具体思路和方法。 关键词:BP 神经网络;学习算法;训练性能;模式识别;Matlab 编程 中图分类号:TP183 文献标识码:A Research on BP Network Learning Algorithm and Application in Picture Pattern-recognition DAI Yong-wei ,LEI Zhi-yong (Electronic and Information Institute , Industry University of Xi an, Xi an 710032, China) Abstract :Training performance of BP neural network includes convergence precision and convergence rate and depends on the learning algorithm chosen to a great extent.Aiming at pattern-recognition application, with Matlab programming tool , this paper studies the training performance of some learning algorithms through comparison and offers the choice basis of learning algorithms in pattern-recognition field . On this basis , this paper offers a kind of programming realization of using BP network to recognize the picture objects of common unit symbols.Further , through the realization course of the recognition algorithm, this paper analyses the concrete thinking and method of using BP network in pattern-recognition application of picture objects. Key words:BP neural network;learning algorithm;training performance ;pattern-recognition ;M atlab programming  0 引 言 BP 神经网络是由众多的神经元经可调的连接权值连接而成,其结构简单 ,可操作性强, 能模拟任意的非线性输入输出关系, 广泛应用于函数逼近、模式识别、分类、数据压缩等领域。模式识别是指在面对某一事物时将其正确地归入某一类别。模式识别系统一般都由设计和实现两个过程组成。设计是指用一定量的样本进行分类器的设计 ,实现是指用所设计的分类器对待识别的样本进行分类决策。这两个过程分别对应于神经网络的训练和识别应用。在具体的模式识别应用训练过程中 , BP 网络的学习收敛速度及收敛精度跟所选择的学习算法密切相关。  BP 神经网络算法原理 .1 BP 网络结构及运算机制 图 1 三层 BP 神经网络 BP 网络由输入层 i 、隐含层 j 、输出层 k 及各层之间的节点连接权所组成, 其拓扑结构如图 1 所示。网  收稿日期:2006-07-17 作者简介:戴永伟(1981-), 男, 山东济宁人, 西安工业大学电信学院硕士研究生, 研究方向:图像处理, 模