研究方向

BP神经网络的算法原理及预测模型分析及应用 为了适应规模日益增长的模式识别任务和人工智能课题的需求，BP神经网络的理论和应用的研究一直是一个热门话题。本文主要分析BP神经网络算法的原理和应用。我们首先概述BP神经网络的研究意义和研究背景，然后从深度学习的角度研究神经网络和BP算法的原理，并讨论了几种重要的改进BP算法。与此同时我们使用NumPy实现了BP神经网络，并将BP神经网络用于解决函数拟合问题。通过NumPy实验我们发现单隐层BP神经网络能够正确地拟合非线性函数。最后我们使用PyTorch框架将BP神经网络应用到MNIST手写数字识别以及使用改进后的LSTM神经网络预测新冠疫情对我国经济的影响。我们在两个应用问题上均得到了较好的结果。我们设计了改进BP算法的对比试验，结果显示Adam算法是最高效的改进BP算法。

 

相关学科

计算机科学技术

 

科研导师

X. W

• 双一流高校副教授，电子科技大学应用数学博士，加拿大滑铁卢大学访问学者；
• 研究领域：神经网络系统，深度学习算法，微分方程，动力系统等；
• 在国际期刊和会议上发表学术论文二十余篇，科学出版社出版专著2本；
• 主持和参与多项国家自然科学基金项目和教学改革项目；
• 有极为丰富的专业教学和论文指导经验。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」