具有输入平移改正层的BP神经网络设计

人工神经网络不需要对所解决问题进行建模,能以任意精度逼近任一连续可微函数.广泛用于数据预测,模式识别,在测绘领域,可用于变形监测,GPS卫星定位,坐标转换,遥感图像分类.本文设计了一种新型的BP神经网络模型并给出了训练算法,这种BP人工网络的输入层和第一隐藏层之间的权阵值具有连续性,实验表明,这种新型的BP人工神经网络在处理具有移位的信号时具有良好的表现.文章内容主要是介绍了BP人工神经网络的基本概念,给出新型人工神经网的模型并推导了及其训练公式,最后给出并分析了实验结果.