资源描述：
《梯度神经网络的设计及其应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、; 本科生毕业设计题目：梯度神经网络的设计及其应用作者：学号：所属学院：信息科学与工程学院专业年级：指导教师：职称：完成时间：2015年5月23日吉首大学教务处制目录摘要IAbstractII第1章绪论11.1梯度神经网络研究的背景和目的11.2国内外研究现状11.3本文的研究内容和设计结构2第2章梯度神经的设计过程32.1MATLAB技术背景32.1.1基本介绍32.2梯度神经设计和基本模型4第3章梯度神经网络的应用63.1梯度神经的网络应用6第4章梯度神经网络的仿真验证74.1仿真设计74.2举例仿真7结语22参考文献23附录24致谢28梯度
2、神经网络的设计及其应用摘要神经网络是一种模拟生物神经网络结构进行信息处理的数学模型，在图像恢复，信号处理，机器人逆运动学等领域有广泛应用。近年来，随着对神经动力学方法的大力研究，已开发了基于梯度方法的各种神经动力学模型。在线求解次方根是非线性方程求解的一种重要的特殊情况,广泛应用在科学和工程领域当中。在本文中,首先设计针对一般问题求解的梯度神经网络模型;其次,为了求解次方根,定义一个基于平方的标量取值的能量函数，再根据梯度下降法,进一步推导出求解次方根的梯度神经网络模型。最后使用MATLAB仿真软件进行建模、仿真和验证:计算机仿真实例以及它们的仿真结果，
3、证明了梯度神经网络求解求解次方根的有效性。关键词：梯度神经网络；次方根；MATLAB27DesignofgradientneuralnetworkitsandapplicationAbstractNeuralnetworkisakindofsimulationmathematicalmodelforinformationprocessingofbiologicalneuralnetworkstructure,andhasawiderangeofapplicationsintheimagerestoration,signalprocessing,thein
4、versekinematics,andotherfieldshave.Inrecentyears,withtheneuraldynamicsmethodtostudy,variousneuraldynamicsmodelbasedongradientmethodhavebeendeveloped.Onlinesolutionofthepthrootisakindofimportantspecialcaseofnonlinearequationsolving,whichiswidelyusedinthefieldofscienceandengineerin
5、g.Inthispaper,ageneralgradientneuralnetworkisfirstdesignedforsolvingthecommonproblem.Inaddition,inordertofindthepthroot,ascalar-valuedsquare-basedenergyfunctionisfirstdefined.Then,accordingtothegradientdescentmethod,agradient-neural-networkmodelisfurtherderivedforfindingthepthroo
6、t.Finally,theMATLABsoftwareisusedformodeling,simulation,andverification.Computer-simulationexamplesandtheirsimulativeresults.substantiatetheeffectivenessofthegradientneuralnetworkforfindingthepthrootKeywords:GradientNeuralNetwork;pthRoot;MATLABSimulation27第1章绪论1.1梯度神经网络研究的背景和目的1．
7、1.1神经网络简介神经网络[1-10]有着广泛的前景，分布在系统辨识、模式识别、智能控制等领域。在智能控制中，人们把对神经网络自学习功能这一特点，认为是是解决自动控制中控制器适应能力的关键之一。通过模拟人类实际神经网络的数学方法，我们把这种通过模拟人类实际神经网络的数学方法称为神经网络。目前广泛应用的神经网络是由大量的简单元件连接而成的，用来模拟人脑复杂行为的一种网络信息处理系统。通过模拟大脑反映人脑的许多基本特性，如良好的容错性与联想记忆功能、自组织性和很强的学习能力，表现出良好的智能特性，随着对生物脑的深入了解，人工神经网络汲取了生物神经网络的许多优
8、点特性，获得了长久的发展，具有了高度的非线性，能够进行复杂的逻辑操作和非线性关系
