1、近代數(shù)學(xué)方法考試試卷班級(jí)：電信12-2姓名：劉美學(xué)號(hào)：1206110211考試分?jǐn)?shù)：神經(jīng)網(wǎng)絡(luò)技術(shù)在電子信息中的應(yīng)用摘要：首先分析說(shuō)明BP神經(jīng)網(wǎng)絡(luò)的基本原理及其作用特點(diǎn)，然后介紹它的發(fā)展由來(lái)和現(xiàn)階段發(fā)展程度，在此基礎(chǔ)上，將其應(yīng)用在利用電子信息技術(shù)指導(dǎo)農(nóng)民科學(xué)種田，和利用BP網(wǎng)絡(luò)做圖像分割處理。關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；BP神經(jīng)網(wǎng)絡(luò)；棉花病蟲(chóng)害診斷；圖像分割處理；引言：隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)步和生產(chǎn)的發(fā)展，神經(jīng)網(wǎng)絡(luò)的研究涉及眾多學(xué)科領(lǐng)域，這些領(lǐng)域互相結(jié)合、相互滲透并相互推動(dòng)。不同領(lǐng)域的科學(xué)家又從各自學(xué)科的興趣與特色出發(fā)，提出不同的問(wèn)題，從不同的角度進(jìn)行研究。信息處理和計(jì)算機(jī)科學(xué)家研究這一問(wèn)題的目的在于尋求新

2、的途徑以解決不能解決或解決起來(lái)有極大困難的大量問(wèn)題，構(gòu)造更加逼近人腦功能的新一代計(jì)算機(jī)?？v觀當(dāng)代新興科學(xué)技術(shù)的發(fā)展歷史，探索人腦功能和神經(jīng)網(wǎng)絡(luò)的研究將伴隨著重重困難的克服而日新月異。1.BP神經(jīng)網(wǎng)絡(luò)的原理及作用特點(diǎn) 在人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史中，很長(zhǎng)一段時(shí)間里沒(méi)有找到隱層的連接權(quán)值調(diào)整問(wèn)題的有效算法。直到誤差 反向傳播算法（BP算法）的提出，成功地解決了求解非線性連續(xù)函數(shù)的 多層前饋神經(jīng)網(wǎng)絡(luò)權(quán)重調(diào)整問(wèn)題。 BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)，即誤差反傳誤差反向傳播算法的學(xué)習(xí)過(guò)程，由信息的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成。BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)包括輸入層（input）、隱層(hide

3、 layer)和輸出層(output layer)。輸入層各神經(jīng)元負(fù)責(zé)接收來(lái)自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過(guò)程，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過(guò)輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。周而復(fù)始的信息正向傳播和誤差反向傳播過(guò)程，是各層權(quán)值不斷調(diào)整的過(guò)程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的過(guò)程，此過(guò)程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可以

4、接受的程度，或者預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。 2.BP網(wǎng)絡(luò)的發(fā)展和趨勢(shì) 人工神經(jīng)網(wǎng)絡(luò)早期的研究工作應(yīng)追溯至上世紀(jì)40年代。1943年，心理學(xué)家W·Mcculloch和數(shù)理邏輯學(xué)家W·Pitts在分析、總結(jié)神經(jīng)元基本特性的基礎(chǔ)上首先提出神經(jīng)元的數(shù)學(xué)模型。此模型沿用至今，并且直接影響著這一領(lǐng)域研究的進(jìn)展。因而，他們兩人可稱為人工神經(jīng)網(wǎng)絡(luò)研究的先驅(qū)。1945年馮·諾依曼領(lǐng)導(dǎo)的設(shè)計(jì)小組試制成功存儲(chǔ)程序式電子計(jì)算機(jī)，標(biāo)志著電子計(jì)算機(jī)時(shí)代的開(kāi)始。1948年，他在研究工作中比較了人腦結(jié)構(gòu)與存儲(chǔ)程序式計(jì)算機(jī)的根本區(qū)別，提出了以簡(jiǎn)單神經(jīng)元構(gòu)成的再生自動(dòng)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)。50年代末，F(xiàn)

5、3;Rosenblatt設(shè)計(jì)制作了“感知機(jī)”，它是一種多層的神經(jīng)網(wǎng)絡(luò)。這項(xiàng)工作首次把人工神經(jīng)網(wǎng)絡(luò)的研究從理論探討付諸工程實(shí)踐。當(dāng)時(shí)，世界上許多實(shí)驗(yàn)室仿效制作感知機(jī)，分別應(yīng)用于文字識(shí)別、聲音識(shí)別、聲納信號(hào)識(shí)別以及學(xué)習(xí)記憶問(wèn)題的研究。隨著人們對(duì)感知機(jī)興趣的衰退，神經(jīng)網(wǎng)絡(luò)的研究沉寂了相當(dāng)長(zhǎng)的時(shí)間。80年代初期，模擬與數(shù)字混合的超大規(guī)模集成電路制作技術(shù)提高到新的水平，完全付諸實(shí)用化，此外，數(shù)字計(jì)算機(jī)的發(fā)展在若干應(yīng)用領(lǐng)域遇到困難。這一背景預(yù)示，向人工神經(jīng)網(wǎng)絡(luò)尋求出路的時(shí)機(jī)已經(jīng)成熟。人們重新認(rèn)識(shí)到神經(jīng)網(wǎng)絡(luò)的威力以及付諸應(yīng)用的現(xiàn)實(shí)性。 3. BP網(wǎng)絡(luò)在棉花病蟲(chóng)害診斷中的應(yīng)用 為有效的使用計(jì)算機(jī)技術(shù)，指導(dǎo)農(nóng)民

6、科學(xué)種田，馮旭東等提出了一個(gè)基于神經(jīng)網(wǎng)絡(luò)的棉花蟲(chóng)害診斷系統(tǒng)。棉花蟲(chóng)害原始數(shù)據(jù)由植保專(zhuān)家提供。在棉花生長(zhǎng)過(guò)程中中常見(jiàn)的可能發(fā)生的病蟲(chóng)害可能有：（1）9種病害，分別是立枯病，炭疽病，紅腐病，枯萎病，黃萎病，疫病，黑果病，紅粉病和曲霉病。（2）10種蟲(chóng)害，分別是棉蚜，小地老虎，蝸牛，紅蜘蛛，斜紋夜蛾，盲蝽蟓，棉鈴蟲(chóng)，紅鈴蟲(chóng)，金剛鉆和玉米螟。 對(duì)所有病蟲(chóng)害造成的棉花癥狀進(jìn)行分析，整理出65條癥狀，并將癥狀分別對(duì)應(yīng)編號(hào)1,2,3，···，65。有62種癥狀分別發(fā)生在棉花植株的4個(gè)不同部位，其中有21個(gè)癥狀屬于蕾花鈴型，如1號(hào)癥狀“蕾花脫落”，2號(hào)癥狀“蛀食花蕾，但不蛀入子房

7、”，···，21號(hào)癥狀“鈴殼上有淡草綠色霉?fàn)钗铩?。?1條癥狀屬于葉類(lèi)，如22號(hào)癥狀“葉片萎縮下垂 ”，23號(hào)癥狀“子葉脫落”，···，42號(hào)癥狀“葉肉變厚，主脈仍綠色，有西瓜皮狀花斑”。有8條癥狀屬于莖根種類(lèi)，如43號(hào)癥狀“嫩莖上有蟲(chóng)群聚吸食汁液”，44號(hào)癥狀“幼莖斷且被拖入土中”，···，50號(hào)癥狀“爛種”。有12條屬于芽及苗株類(lèi)，如51號(hào)癥狀“頂芽基部變黑枯焦，形成多頭苗”，52號(hào)癥狀“爛芽”，···，62號(hào)癥狀“棉株頂部自上而下逐漸枯死”。還有三類(lèi)屬于蟲(chóng)類(lèi)癥狀，分別是

8、63號(hào)癥狀“幼蟲(chóng)淡紅色”，64號(hào)癥狀“初孵幼蟲(chóng)群居一處，不久即吐絲隨風(fēng)飄到各處”和65號(hào)癥狀“卵塊橢圓形，幼蟲(chóng)頭深黑色，體背淡黑色或淡紅色”。對(duì)于上述65條癥狀，農(nóng)民可以通過(guò)觀察描述出來(lái)。建立一個(gè)三層的前饋網(wǎng)絡(luò)，其中，輸入層為65個(gè)節(jié)點(diǎn)，對(duì)應(yīng)各種標(biāo)號(hào)的癥狀表現(xiàn)程度。輸出層設(shè)19個(gè)節(jié)點(diǎn)，分別對(duì)應(yīng)19中棉花病蟲(chóng)害的名稱。隱層節(jié)點(diǎn)數(shù)目在網(wǎng)絡(luò)訓(xùn)練中確定。在棉花生長(zhǎng)過(guò)程中出現(xiàn)某種癥狀，即相當(dāng)于對(duì)神經(jīng)網(wǎng)絡(luò)的65個(gè)輸入節(jié)點(diǎn)上分別賦予0或1，利用專(zhuān)家經(jīng)驗(yàn)，可以給出棉花病蟲(chóng)害的名稱，即在網(wǎng)絡(luò)的相應(yīng)節(jié)點(diǎn)上賦值1，其他節(jié)點(diǎn)賦值0.通過(guò)訓(xùn)練，得到最佳隱層節(jié)點(diǎn)個(gè)數(shù)為40，訓(xùn)練誤差為0.022。在上述基礎(chǔ)上，學(xué)者們開(kāi)發(fā)了

9、一個(gè)棉花病蟲(chóng)害診斷系統(tǒng)。4. BP網(wǎng)絡(luò)用于圖像分割處理圖像分割是圖像處理和計(jì)算機(jī)視覺(jué)的重要研究領(lǐng)域，也是圖像識(shí)別和圖像分析的基礎(chǔ)性工作之一。圖像分割效果的好壞直接影響圖像特征的提取、圖像識(shí)別的精度。BP人工神經(jīng)網(wǎng)絡(luò)在理論上具有實(shí)現(xiàn)任意非線性映射的能力，具有自學(xué)習(xí)、自適應(yīng)及魯棒性強(qiáng)的特點(diǎn)，在模式識(shí)別、模式分類(lèi)和模糊控制等領(lǐng)域得到廣泛應(yīng)用。將BP人工神經(jīng)網(wǎng)絡(luò)成功地運(yùn)用于印鑒圖像分割、車(chē)牌號(hào)碼圖像的分割等工作中，取得了良好的圖像分割效果。傳統(tǒng)的圖像分割方法是基于R,G,B閾值法來(lái)判斷該點(diǎn)是否為目標(biāo)像素點(diǎn)。由于噪聲和背景的干擾，往往不能取得質(zhì)量良好的目標(biāo)圖像。因此可利用BP網(wǎng)絡(luò)解決此類(lèi)問(wèn)題，首先是對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后將網(wǎng)絡(luò)應(yīng)用于圖像分割。其在分割圖像時(shí)本質(zhì)上是將待處理圖像中各點(diǎn)聚類(lèi)為目標(biāo)像素和非目標(biāo)像素，正確聚類(lèi)后去除非目標(biāo)像素，從而得到目標(biāo)圖像。BP網(wǎng)絡(luò)的訓(xùn)練過(guò)程是修正各層神經(jīng)元間的聯(lián)系權(quán)系數(shù)的過(guò)程。輸入模式由輸入層節(jié)點(diǎn)直接傳送到隱藏層各節(jié)點(diǎn)上，在經(jīng)過(guò)各單元特性為Sigmoid型函數(shù)轉(zhuǎn)換后，作為下一層輸入信息，并經(jīng)過(guò)同樣轉(zhuǎn)換后，一直循環(huán)，直到輸出層輸出響應(yīng)信號(hào)。5.結(jié)束語(yǔ)BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無(wú)需事