摘    要
   神经网络是国际上从80年代中期以来迅速发展和崛起的一个新研究领域。对于它的研究涉及到神经科学、数学，统计学，物理学，计算机科学和工程学等众多的学科并且需要他们之间的有力和全面的协作。
神经网络的应用也非常之广泛,涉及系统建模时序分析，模式识别，信号处理和控制方面。因为它的从输入数据开始的学习能力,在线或不在线的学习方式，有或者没有教师信号，它得到了广泛的应用。
以研究人脑工作原理为动机的神经网络，会在二十一世纪发挥更大的作用。
本论文的目的是做基本的数字识别程序,通过用VB编程来实现其识别功能.论文的第一部分是关于神经网络的基础知识。第二部分是编写和调试程序的过程。
 
关键词: 神经网络; 数字识别

ABSTRACT
Neural Network as a new research area has developed rapidly since1980s and have got much progress. Neural Network represent a technology that is rooted in many disciplines :neuro-science, mathematics, statistics, physics, computer science and engineering.
As such, neural network find applications in such diverse fields as system modeling, time series analysis, pattern recognition, signal processing and control.
They do so by virtue of their ability to learn (in on-line or off-line ways ) from input data. Neural Network motivated by how the brains work , will play an increasing important role in the twenty first century.
The thesis is to recognize the numbers in the standard forms. Through the software, the Visual Basic program , I reach the goal .The first part is the fundamental knowledge about Neural Network.. The second part is about how I made and compiled the program.

KEY WORDS：Neural Network   Number Recognition

目   录
第1章  绪论…………………………………………………………1
1.1  人工神经网络的基本特征 ……………………………………………1
1.2  神经网络的研究概况 …………………………………………………2
1.3  神经网络应用 …………………………………………………………3
1.4  关于本论文 ……………………………………………………………4
1.5  本章小结 ………………………………………………………………4
第2章  神经网络的基本原理
    2.1  大脑的基本组成单元--神经元………………………………………5
    2.2  大脑的信息处理原理…………………………………………………5
    2.3  大脑的人工神经网络模型……………………………………………6
2.3.1  形式神经元模型………………………………………………6
        2.3.2  神经网络的基本结构…………………………………………7
        2.3.3  人工神经网络的学习规则……………………………………8
        2.3.4  神经元的计算原理……………………………………………9
2.4  本章小结………………………………………………………………9

第3章  基本神经网络模型………………………………………………10
3.1  感知机模型 …………………………………………………………10
         3.1.1  感知机模型…………………………………………………10
         3.1.2  感知机算法…………………………………………………11
         3.1.3  感知机神经网络的训练……………………………………12
    3. 2  误差反向传播网络 …………………………………………………12
         3.2.1  概述…………………………………………………………12
         3.2.2  BP算法 ……………………………………………………13
         3.2.3  BP神经网络的训练 ………………………………………14
3.3  本章小结 ……………………………………………………………16
第4章 Hopfield神经网络 ……………………………………………17
    4.1   离散Hopfield神经网络模型 ……………………………………17
4.2   Hopfield神经网络模的联想记忆功能 …………………………18
    4.3   连续型Hopfield神经网络模型 …………………………………18
4.4   本章小结 …………………………………………………………19
第5五章 VISUAL BASIC 控件
5.1   命令按钮控件…………………………………………………20
5.2   文本显示控件…………………………………………………20
5.3   COMBOBOX控件…………………………………………………20
5.4   创建和使用对话框……………………………………………20
5.5   文件操作………………………………………………………22
5.5.1  文件的打开与关闭操作………………………………22
5.5.2  文件的读写操作………………………………………23
5.6本章小结 …………………………………………………………24

第6六章  神经网络程序 ………………………………………………25
6.1  BP算法识别数字的基本神经网络构想……………………………25
6.2  BP神经网络算法的流程……………………………………………26
6.3  调制方式识别的原理及过程………………………………………26
6.4  神经网络的输入输出………………………………………………28
6.4.1  神经网络的输入……………………………………………28
6.4.2  神经网络的输出……………………………………………32
6.4.3  中间层………………………………………………………34
6.5  神经网络BP算法的计算过程 ……………………………………34
6.5.1   激发函数 …………………………………………………34
6.5.2  计算公式……………………………………………………35
6.5.3  计算的过程…………………………………………………37
6.6  本章小结……………………………………………………………38
总结…………………………………………………………………40
参考文献……………………………………………………………41
致谢…………………………………………………………………42

[1] [2]  下一页