摘要
神经网络及神经计算的新理论、模型、方法及应用受重视,并用于解决某些诸如模式识别、组合优化、语言理解等复杂问题,得到系列可喜的理论成查与实际应用。我们业已将神经网络反传模型应用于多元校正,有机合成,模式识别,构效关系及分子设计等方面。本文拟就BPNN在化学代工及医药技术等的优化组合与模式识别应用及我们自己的经验教训作一介绍。
Systematic investigations was made on theory and application of the classical backpropagation models(CBP) and the modified algorithms (MBP)of neural networks(NN).
出处
《长沙大学学报》
1997年第2期41-43,共3页
Journal of Changsha University
基金
国家自然科学
教委
机械部及日本文部省与科学振兴会和NIH资助及重点资助。
关键词
神经网络
神经计算
反传模型
模式识别
组合优化
Neural networks
Neural computation
Backpropagation models
Modified NN Algorithms
