【正文】 ve things. As artificial neural work to recognize the continuing, neural work refers to a large number of simple calculation unit consisting of nonlinear system, which to some extent and level system to imitate the human brain39。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學位或?qū)W歷而使用過的材料。作 者 簽 名：　　 　 　　 日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日 　　期：　　 　 　　 使用授權(quán)說明本人完全了解 大學關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績?nèi)容。除了文中特別加以標注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。本人完全意識到本聲明的法律后果由本人承擔。本人授權(quán)　　 　 　大學可以將本學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學位論文。作者簽名： 日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日指導(dǎo)教師評閱書指導(dǎo)教師評價：一、撰寫（設(shè)計）過程學生在論文（設(shè)計）過程中的治學態(tài)度、工作精神□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格學生掌握專業(yè)知識、技能的扎實程度□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格學生綜合運用所學知識和專業(yè)技能分析和解決問題的能力□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格研究方法的科學性；技術(shù)線路的可行性；設(shè)計方案的合理性□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格完成畢業(yè)論文（設(shè)計）期間的出勤情況□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格二、論文（設(shè)計）質(zhì)量論文（設(shè)計）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格是否完成指定的論文（設(shè)計）任務(wù)（包括裝訂及附件）？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格三、論文（設(shè)計）水平論文（設(shè)計）的理論意義或?qū)鉀Q實際問題的指導(dǎo)意義□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文的觀念是否有新意？設(shè)計是否有創(chuàng)意？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文（設(shè)計說明書）所體現(xiàn)的整體水平□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格建議成績：□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格（在所選等級前的□內(nèi)畫“√”）指導(dǎo)教師： （簽名） 單位： （蓋章）年 月 日評閱教師評閱書評閱教師評價：一、論文（設(shè)計）質(zhì)量論文（設(shè)計）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格是否完成指定的論文（設(shè)計）任務(wù)（包括裝訂及附件）？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格二、論文（設(shè)計）水平論文（設(shè)計）的理論意義或?qū)鉀Q實際問題的指導(dǎo)意義□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文的觀念是否有新意？設(shè)計是否有創(chuàng)意？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文（設(shè)計說明書）所體現(xiàn)的整體水平□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格建議成績：□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格（在所選等級前的□內(nèi)畫“√”）評閱教師： （簽名） 單位： （蓋章）年 月 日教研室（或答辯小組）及教學系意見教研室（或答辯小組）評價：一、答辯過程畢業(yè)論文（設(shè)計）的基本要點和見解的敘述情況□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格對答辯問題的反應(yīng)、理解、表達情況□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格學生答辯過程中的精神狀態(tài)□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格二、論文（設(shè)計）質(zhì)量論文（設(shè)計）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格是否完成指定的論文（設(shè)計）任務(wù)（包括裝訂及附件）？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格三、論文（設(shè)計）水平論文（設(shè)計）的理論意義或?qū)鉀Q實際問題的指導(dǎo)意義□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文的觀念是否有新意？設(shè)計是否有創(chuàng)意？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文（設(shè)計說明書）所體現(xiàn)的整體水平□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格評定成績：□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格（在所選等級前的□內(nèi)畫“√”）教研室主任（或答辯小組組長）： （簽名）年 月 日教學系意見：系主任： （簽名）年 月 日目 錄引言 ......................................................................................................................................................... 1 1 模式識別概述 ............................................................................................................................ 1 模式識別基本概念 .......................................................................................................................... 1 模式識別系統(tǒng) ................................................................................................................................... 2 模式識別的主要方法 ..................................................................................................................... 2 模式識別應(yīng)用 ................................................................................................................................... 3 2 人工神經(jīng)網(wǎng)絡(luò)概述 ................................................................................................................. 4 人工神經(jīng)元模型 ............................................................................................................................... 4 閥值函數(shù)、Sigmoid 函數(shù)和分 線段性函數(shù) ....................................................................... 5 人工神經(jīng)網(wǎng)絡(luò)模型 .......................................................................................................................... 5 神經(jīng)網(wǎng)絡(luò)學習特點 .......................................................................................................................... 6 人工神經(jīng)網(wǎng)絡(luò)在模式識別問題中應(yīng)用優(yōu)勢 .......................................................................... 6 3 神經(jīng)網(wǎng)絡(luò)模式識別 ................................................................................................................. 7 基于 BP 神經(jīng)網(wǎng)絡(luò)的模式識別 ..................................................................................................... 7 神經(jīng)網(wǎng)絡(luò)模型簡述 .............................................................................................................. 7 學習算法 ................................................................................................................................. 8 神經(jīng)網(wǎng)絡(luò)應(yīng)用于字符 識別 ................................................................................................ 9 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的模式識別 .................................................................................. 16 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型簡述 .......................................................................................... 17 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用特征模式的分類 .................................................................. 18 基于自組織競爭神經(jīng)網(wǎng)絡(luò)的模式識別 .................................................................................. 19 自組織競爭神經(jīng)網(wǎng)絡(luò)基本思想 .......................................................................................... 20 自組織競爭神經(jīng)網(wǎng)絡(luò)設(shè)計模式分類器的應(yīng)用 ............................................................. 20 基于反饋型神經(jīng)網(wǎng)絡(luò)的模式識別 ........................................................................................... 24 反饋型神經(jīng)網(wǎng)絡(luò)模型簡述 ................................................................................................... 24 反饋型神經(jīng)網(wǎng)絡(luò)在工程領(lǐng)域的應(yīng)用 ................................................................................ 24 4 實驗分析與總結(jié) ....