神经网络反向传播公式精选(九篇)

第1篇：神经网络反向传播公式范文

[关键词] BP算法 权值 学习步长 学习样本

BP算法采用广义的δ学习规则，是一种有导师的学习算法。它分两个阶段：正向传播阶段和反向传播阶段。正向传播阶段，将学习样本的输入信息输入前馈网络的输入层，输入层单元接受到输入信号，计算权重合，然后根据神经元的激活函数将信息传到隐含层（1层或2层），同样根据隐含层的输出计算输出层的输出。反向传播阶段，将网络的实际输出与期望输出相比较，如果误差不满足要求，将误差向后传播，即从输出层到输入层逐层求其误差（实际上是等效误差），然后相应地修改权值。

误差反向传播算法简称BP算法，现在成为人工神经网络中最引人注意应用最广泛的算法之一。该算法是一种有教师示教的训练算法，它通过对P个输入输出对(即样本)(X1，Y1)，(X2，Y2)，…，(XP，YP)的学习训练，得到神经元之间的连接权Wij、Wjk和阈值θj、k，使n维空间对m维空间的映射获得成功训练后得到的连接权和阈值，对其它不属于P1=1，2，…，P的X子集进行测试，其结果仍能满足正确的映射。

一、BP网络的学习结构

在神经网络中，对外部环境提供的模式样本进行学习训练，并能存储这种模式，则称为感知器；对外部环境有适用能力，能自动提取外部环境变化特征，则称为认知器。一个有教师的学习系统分成三个部分：输入部、训练部和输出部。

二、BP网络的数学模型

从第一节神经元的讨论可知，神经元是一个多输入单输出的信息处理单元。它对信息处理是非线性的。可把神经元抽象为一个简单的数学模型。

如X1，X2，…，Xn是神经元的输入，即来自前级n个神经元的轴突信息；θi是i神经元的阀值，Wi1，Wi2，…，Win分别是i神经元对X1，X2，…，Xn的权系数，也即突触的传递效率；Yi是i神经元受到输出；f［•］是激发函数，它决定i神经元受到输入X1，X2，…，Xn的共同刺激达到阀值时以何种方式输出。

数学模型表达式为：

是对应第i个样本Xi的实际输出；Yi是对应第i个样本Xi的期望输出。

求令e最小时W：

三、BP算法推导

定义误差函数e为期望输出与实际输出之差和平方和：

其中：Y为期望值，即教师信号；X为实际输出。考察权系数Wij的修改量，与e的负梯度有关。即：

四、BP算法的执行

BP算法执行分两个过程：

(1)正向传播：输入的样本从输入层经过隐单元一层一层进行处理，通过第二层，第三层，第四层之后，传出第五层――输出层；在逐层处理过程中，每一层神经元的状态只对下一层神经元的状态产生影响。在输出层把现行输出和期望输出进行比较，如果现行输出不等于期望输出，则进入反向传播过程。

(2)反向传播：反向传播时，把误差信号按原来正向传播的通路反向传回，并对每一隐层各个神经元的权系数进行修改，以使误差信号趋向最小。

实验结果表明：

(1)如改变精度要求，将影响BP算法的计算次数，当精度提高时，计算量明显加大；当精度降低时，计算量减小。

(2)当改变神经网络的结构时，意味着整个计算过程将变化。

(3)当取不同样本点组时，有的收敛较快，有的计算非常多。

(4)当取不同加速因子时，加速效果不同。有的较快，有的较慢。

(5)BP算法求函数逼近有一定的实用性。

参考文献：

［1］张立明编著.人工神经网络的模型及其应用［M］.上海：复旦大学出版社，1993.42.

［2］黄凤岗，宋克鸥编著.模式识别［M］.哈尔滨：哈尔滨工程大学出版社，1998.65，68，69.

［3］杨万山，陈松乔等.基于BP神经网络的工程图纸图形符号识别［J］.微型电脑应用，2000，2：22-23.

［4］扬葳，韩春成.BP网络接点作用函数的改进及算法在汉字字库学习中的应用［J］.

第2篇：神经网络反向传播公式范文

关键词：BP算法 训练样本 小车自动寻径

中图分类号：TP273.3 文献标识码：A 文章编号：1007-9416（2013）07-0102-02

1 引言

随着生产技术的发展和自动化程度的提高，在自动化领域中，许多复杂性操作或对人体有害的工作都由机器自动完成，为了实现这一工作，机器就必须具有智能性。

人工神经网络是由人工神经元（简称神经元）互连组成的网络，以大规模模拟并行处理为主，具有很强的鲁棒性和容错性自学习能力，是一个大规模自适应非线性动力系统；具有集体运算的能力。多层前向神经网络（BP网络）是神经网络结构形式中应用较多的自学设计方法之一。BP算法可以通过已知数据训练网络模型，应用于对未知数据的预测[3]。因此能很好的应用于小车自动寻径，使小车具有智能性。

2 BP算法神经网络

BP神经网络（Back-Propagation networks）包括三个层次：输入层、隐含层、输出层[2]。

2.1 BP算法流程简述

BP神经网络的本质是误差反向传输的多层前馈网络，BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，先自行对权重进行初始化，输入样本从输入层传入，经各隐层逐层处理后，传向输出层，如图1为BP神经网络模型[3]，若输出层的实际输出与期望的输出（理想输出）不符，则转入误差的反向传播阶段。

2.2 隐层神经元个数的确定

一般情况下，隐层神经元个数是根据网络收敛性能的好坏来确定的，在总结大量网络结构的基础上，在单隐层神经网络中，得出以下经验公式：

其中，为输入层神经元个数，为输出层神经元个数。

3 创建BP神经网络模型

3.1 问题描述

随机的绘制一张彩色地图，地图中有各种颜色的建筑和一条贯穿的公路（白色），引入BP神经网络，使该小车具有一定的智能，可以自动地判断前方是否为公路，进而沿着公路从地图的一端走到另一端。本次实验所用的地图如图2所示（地图及小车由本人按照一定的比例用电脑的画图工具所画）：

3.2 地图及小车图片的灰度化

由于Matlab默认为rgb模式打开图片，故为了更简单的解决问题，必须对图片进行灰度处理，处理之后地图及小车分别为520*1100和20*25维矩阵。

3.3 地图及小车图片的二值化

为了BP网络更好的收敛，需对相应图片进行二值化处理，如图3所示。由于本次实验公路为白色，小车为黑色。故将地图中除公路以外的部分的像素值置为0，公路上的像素值置为255，小车的像素值置为255。

所以，在小车的“眼里”，世界是黑白的。如下图：

3.4 小车的视野

小车必须有一定的视野，可以“看到”前方的路况，否则当小车发现情况不妙准备转弯的时候就已经撞到路边了。本次实验取的小车的视野为小车前方和左右方30像素范围，这样小车可以“预感到”自己前方和左右方向上的路况，进而及早调整方向。

3.5 训练BP神经网络

训练样本作为BP网络的输入数据集，对于网络的训练具有重要的作用[4]，本文建立单隐层BP神经网络，训练样本选取为小车在地图上某个方位的对应位置的差矩阵，共20个样本，其中10个是对的样本（即小车在公路上），10个为错的样本（即小车的车体不完全在路面上）。这样输入的样本矩阵的大小即为小车图片对应的像素矩阵的大小，为20*25，故输入层神经元个数取为500。输出层只有两种情况，在公路上为对，不在公路上为错，故输出层神经元个数为2。

由式（2）可得隐层神经元的个数为42，选取误差精度10-4，初始学习速率0.5，初始权值为（-1，1）区间内随机值。

经过245次训练以后，总体期望误差达到了给定范围，网络训练过程中的误差变化曲线[15]如图4所示。

4 实验结果

所有算法均在MATLAB R2009a中运行，微机配置为Core Processor 4000+2.10GHz，内存为2G。

用前面选出的训练样本对BP神经网络进行训练，训练之后小车即具有了一定的智能，可以识别前方和左右方的路况，实验结果表明，小车可以很好的沿着公路从地图的一侧行驶到另一侧。

5 结论

通过对BP神经网络训练后，小车可以正确地沿着公路地图的一侧行驶到另一侧，说明BP神经网络可以很好地应用于路径识别和自动驾驶领域。

参考文献

[1] 杨国才，王建峰，王玉昆.基于Web的远程自学型教学系统的设计与实现[J].计算机应用， 2000，20（4）：61-63.

[2] 安淑芝.数据仓库与数据挖掘[M].北京：清华大学出版社， 2005：100-101.

[3] 蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社， 2003.

第3篇：神经网络反向传播公式范文

关键词　网络文化　危机传播　文化折扣

中图分类号G206　文献标识码A

作者简介　北京交通大学语言与传播学院讲师，北京100073

新浪微博上一个名叫“郭美美Baby”的20岁女孩因其一系列的炫富行为以及她在新浪微博注册的“中国红十字会商业总经理”的认证身份而引发网民对其真实身份的猜测，从而导致公众对中国红十字会的信任危机。“郭美美事件”是一起典型的网络公共危机事件，它经由微博传播扩散到整个社会，引发了对中国慈善事业的质疑和对社会公权力监督的反思。“郭美美事件”在网络危机传播过程中也表现出明显的“文化折扣”现象。

文化折扣(cultural discount)的概念起源于普通经济学，它是指在确定娱乐产品交易的经济价值时，必须被考虑到的文化差异因素。1988年，产业经济学家考林·霍斯金斯(Colin Hoskins)将“文化折扣”概念应用于影视节目贸易的研究，他认为由于文化背景差异，媒介产品价值会被外国受众降低，“因为那儿的观众很难认同这种(本国)风格、价值观、信仰、历史、神话、社会制度、自然环境和行为模式。”在由“文化折扣”引发的网络公共危机传播研究的论域里，“文化折扣”的概念和视角被借用，它指的是“由于信息传播在网络文化环境中与传统媒体文化环境中的文化背景和文化认知的差异，导致网络受众降低了对传统媒体信息传播模式的认同，从而引发的网络公共危机传播现象”。

一、“郭美美事件”网络危机传播中“文化折扣”的媒介因素

受众在传统媒体文化环境中形成的价值观、道德观和审美观在网络媒体文化环境中产生了较大改变。草根文化、道德极化和审丑心理成为网络媒体文化的关键词。两种媒体文化的对接极易造成网民对传统媒体信息传播模式认同的“文化折扣”，引发网络公共危机，并使得传统媒体环境下的危机公关手段产生“折扣”现象，表现在媒介因素方面主要是：

(一)微博传播带来的话语放权

微博的传播机制带来了网络信息生产和准入的超低门槛，任何人只要注册微博账号，都可以在微博上成为发言人和评论者，这与传统媒体文化中“媒介表达”渠道的稀缺性形成鲜明对比。

美国社会学家戈夫曼曾经在他的著作《日常生活中的自我呈现》中将个人在日常生活中的行为区别为“前台”和“后台”，“前台”是指剧本规定的角色，“后台”代表他们真实的自我。在传统媒体文化环境中，人们按照传统的道德标准和参照框架向观众们展示“前台”，而在互联网环境中，“失去某种‘社会化’控制的网民，不再需要那么循规蹈矩地表演和观看，自然有胆量甚至乐意去展现私密的我、情绪化的我、夸张的我、丰富的我”。在“郭美美事件”中，20岁的女孩在微博中大肆渲染其奢华生活，高调炫富的言语激起了作为观众的网民的仇富心理。这种将“后台”角色“前台化”的博客表达方式，展现了话语放权后的众相百态，也带来了在传统媒体文化下难以实现的高密度消息来源。

(二)微博信息“把关人”的缺失

微博同其他的传播渠道一样，具有公众性的特点，但是由于其过于关注信息的便捷性、即时性而忽略了传统媒体对信息传播的“把关人”的角色功能。“郭美美”在新浪微博的认证身份是“中国红十字会商业总经理”，正是这一身份撩动了网民的敏感神经。而在“郭美美事件”出现的第二天，新浪就对“郭美美”身份认证有误向公众致歉，并取消了她的微博认证。作为国内微博中最具影响力的新浪微博，在核实微博信息者身份时的草率和弄虚作假，体现出微博时代信息“把关人”的缺失以及营销盛行的乱象。

相比传统媒体文化环境，这是网络媒体文化环境中出现的新问题，包括“网络水军”、“网络推手”在内的各种网络营销模式，已经严重地影响了真实网络舆论的样态和发展趋势，网络舆情监测的结果究竟在多大程度上代表着真实的舆论导向，成为考量舆论研究合理性成分的重要参变量。

(三)网民集体围观的聚裂变反应

当下，中国微博正呈井喷式发展，目前微博的访问用户已超过1.2亿人。统计显示，在2010年舆情热度靠前的50起重大案例中，微博首发的有11起，占22％；73％以上的用户将微博作为重要的新闻来源。微博日益成为网民爆料的首选方式，对互联网舆论格局产生了巨大影响。尽管微博信息具有碎片化、零散化的特点，但当网民集体高度关注某一话题时，这些碎片化的信息会立刻汇聚成一种强大的话语权。

“郭美美”的炫富微博被网友疯狂转发，炫富信息与公权力滥用的话题一经结合，一夜间便形成网民的集体围观。这种病毒式传播的微博机制，具备聚裂变反应的强大力量，并拥有一定数量“舆论领袖”的微博中心源，极大地影响着舆论趋向。

(四)危机公关信息的权威性消解

第4篇：神经网络反向传播公式范文

关键词：发电燃料；供应预测；BP神经网络；预测方法

中图分类号：TM 762 文献标示码：A

0 引言

发电燃料的供应受到能源政策、供需形势、资源分布、供应价格、交通运输、市场博弈等多种复杂因素的影响，长期以来缺乏合理有效的供应预测方法和技术手段，尤其是厂网分离后鲜见相关的研究工作。

文献1《辽宁火电厂燃料管理信息系统的开发与研制》开发和研制了覆盖辽宁全体直属电厂燃料公司并同东电局进行广域网数据交换，同时能进行审核管理和业务信息方便传输的燃料综合管理信息系统。

文献2《电力系统燃料MIS系统开发研究》探讨了燃料管理信息系统的组成、功能、结构及开发应用，为综述性理论研究。

以上文献均未对发电燃料供应提供较有效的预测方法。本文提出一种基于BP神经网络的发电燃料供应量预测方法，利用神经网络原理，通过数据收集、数据修正和神经网络结构选择建立起基于BP神经网络的发电燃料供应预测模型。通过MATLAB实际仿真，证明该预测方法预测较准确，并具有灵活的适应性。

基金项目：中国南方电网有限责任公司科技项目（K-ZD2013-005）

1 预测方法

按预测方法的性质不同，预测可分为定性预测和定量预测。常用的定性预测方法有主观概率法、调查预测法、德尔菲法、类比法、相关因素分析法等。定量方法又可以分为因果分析法和时间序列分析法等，因果分析法也叫结构关系分析法。它是通过分析变化的原因，找出原因与结果之间的联系方式，建立预测模型，并据此预测未来的发展变化趋势及可能水平。时间序列分析法也叫历史延伸法。它是以历史的时间序列数据为基础，运用一定的数学方法寻找数据变动规律向外延伸，预测未来的发展变化趋势。由于时间序列模型无法引入对负荷影响的其它变量，所以，单纯应用时间序列模型进行供应预测精度难以提高。

运用人工神经网络技术进行预测，其优点是可以模仿人脑的智能化处理过程，对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点，特别是其自学习和自适应功能是常规算法和专家系统所不具备的，因此，预测是人工神经网络的最有潜力的应用领域之一，有非常广泛的前途。

2 BP神经网络模型

2.1 人工神经网络概述

人工神经网络是由神经元以一定的拓扑结构和连接关系组成的信息表现、储存和变换系统，是模仿人脑结构的一种信息系统，可较好地模拟人的形象思维能力。它是对自然界中生物体神经系统进行抽象和改造，并模拟生物体神经系统功能的产物。神经网络的重要特点是具有记忆和学习能力，经过一定训练之后，能够对给定的输入做出相应处理。

人工神经网络适用于处理实际中不确定性、精确性不高等引起的系统难以控制的问题，映射输入输出关系。人工神经网络优于传统方法在于：

1）实现了非线性关系的隐式表达，不需要建立复杂系统的显示关系式；

2）容错性强，可以处理信息不完全的预测问题，而信息不完全的情况在实际中经常遇到；

3）由于神经网络具有一致逼进效果，训练后的神经网络在样本上输出期望值，在非样本点上表现出网络的联想记忆功能；

4）由于大规模并行机制，故预测速度快；

5）动态自适应能力强，可适应外界新的学习样木，使网络知识不断更新。

图1是一个人工神经元的典型结构图。

图1 神经元典型结构图

它相当于一个多输入单输出的非线性阈值器件。，表示该神经元的输入向量；为权值向量；θ为神经元的阈值，如果神经元输入向量加权和大于0，则神经元被激活；f表示神经元的输入输出关系函数，即传输函数。因此，神经元的输出可以表示为：

其中传输函数是神经元以及网络的核心。网络解决问题的能力与功效除了与网络结构有关，在很大程度上取决于网络所采用的传输函数。

几种常见的传输函数如图2所示：

（1）为阈值型，将任意输入转化为0或1输出，其输入/输出关系为：

（2）为线性型，其输入/输出关系为：

（3）、（4）为S型，它将任意输入值压缩到（0，1）的范围内，此类传递函数常用对数（logsig）或双曲正切（tansig）等一类S形状的曲线来表示，如对数S型传递函数的关系为：

而双曲正切S型曲线的输入/输出函数关系是：

（1） （2）

（3） （4）

图2 常见的传递函数图形

2.2 BP神经网络概述

神经网络的魅力在于它超强的映射能力，单层感知器可实现性分类，多层前向网络则可以逼近任何非线性函数。可以将BP网络视为从输入到输出的高度非线性映射，而有关定理证明BP神经网络通过对简单的非线性函数进行数次复合，可以近似任何复杂的函数。

在人工神经网络的实际应用中，80%-90%的人工神经网络模型是采用BP网络和它的变化形式，它也是前向网络的核心，体现了人工神经网络最精华的部分。在人们掌握反向传播网络的设计之前，感知器和自适应线性元件都只能适用于对单层网络模型的训练，只是后来才得到进一步拓展。

BP神经网络主要应用有：

（1）函数逼近：用输入矢量和相应的输出矢量训练一个网络逼近一个函数。

（2）模式识别：用一个特定的输出矢量将它与输入矢量联系起来。

（3）分类：把输入矢量以所定义的合适方式进行分类。

（4）数据压缩：减少输出矢量维数以便于传输或存储。

2.3 误差反向传播算法原理

BP神经网络是一种多层前馈神经网络，名字源于网络权值的调整规则，采用的是误差反向传播算法（Error Back-Propagation Training Algorithm）即BP算法。BP神经网络是单向传播的多层前向神经网络。除输入输出节点之外，有一层或多层的隐藏节点，同层节点之间无任何连接。典型的BP网络是三层前馈阶层网络，即：输入层、隐含层（中间层）和输出层，各层之间实行全连接。BP神经网络结构如图3所示：

图3 BP神经网络结构示意图

BP网络学习过程包括误差正向传播和反向传播两个过程。在正向传播过程中，输入样本从输入层传入，经各隐含逐层处理后，传向输出层，每一层神经元的状态只影响下一层神经元的状态。若输出层的实际输出与期望的输出不符，则转入误差的反向传播阶段。误差反传是将输出误差的某种形式通过隐含层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各神经元之间权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始地进行的。权值不断调整的过程，也就是网络学习训练的过程。此过程一直进行到网络输出的误差减小到可接受的程度，或进行到预先设定的学习次数为止。

BP神经元与其他神经元类似，不同的是，由于BP神经元的传递函数必须是处处可微的，它不能采用二值型{0，1}或符号函数{-1，1}，所以其传递函数为非线性函数，最常用的函数S型函数，有时也采用线性函数。本文采用S型（Sigmoid）函数作为激发函数：

式中，为网络单元的状态：

则单元输出为：

其中，为单元的阀值。在这种激发函数下，有：

故对输出层单元：

对隐层单元：

权值调节为：

在实际学习过程中，学习速率对学习过程的影响很大。是按梯度搜索的步长。越大，权值的变化越剧烈。实际应用中，通常是以不导致振荡的前提下取尽量大的值。为了使学习速度足够快而不易产生振荡，往往在规则中再加一个“势态项”，即：

式中，是一个常数，它决定过去权重的变化对目前权值变化的影响程度。

图4为BP算法流程图。

图4 BP算法流程图

3 发电燃料供应预测BP神经网络模型建立

3.1 数据的收集与整理

发电燃料供应是一个庞大的系统，其中的数据资料纷繁复杂。在进行模型的搭建之前，需要进行历史资料的整理，提取出所需的数据。本模型中，选取与燃料供应有关的数据作为影响因素，如电厂发电量、能源政策、能源供需形势、交通运输状况、燃料价格和机组能耗等。

3.2 数据的修正

如果在数据采集与传输时受到一定干扰，就会出现资料出错或数据丢失的情况，此时都会产生影响预测效果的坏数据，这些坏数据将会掩盖实际模型的规律，直接影响模型的效果与精度。据此，需对样本数据进行预处理，以确保在建模和预测过程中所运用的历史数据具有真实性、正确性和同规律性。一般样本数据预处理方法主要有经验修正法、曲线置换法、插值法、20%修正法、数据横向纵向对比法、小波分析去噪法等。对于简单问题，采用数据的横向纵向对比即可实现坏数据的剔除。

3.3 BP神经网络的结构选择

理论证明，3层前向式神经网络能够以任意精度实现任意函数，所以，本模型中采用3层前向网络。同时，当有N个影响时， 3层BP神经网络的输入层节点数为N个，隐含层节点数一般为2N ～ 4N，最佳取值可根据实际问题试凑得，输出层为1个节点， 因此可以取其平均结构为N - 3N - 1型， 输入层激发函数为线性函数， 中间层和输出层的激发函数为S型函数。

3.4 BP神经网络模型建立

对于实际的燃料供应模型，数据的选择要有针对性，结构要合适，这在预测过程中是重中之重。为便于模型选择、结果对比，可同时采用几种不同的数学模型进行预测。在完成对恰当的预测模型的选择后，利用提取自历史资料的训练数据对建立好的预测数学模型进行参数训练。当模型的参数训练好以后，即可利用此模型进行预测。

具体操作步骤如下：

（1）对训练样本与预测样本进行归一化预处理，公式表示如式（1）。

（1）

其中表示经过归一化后的值，表示实际值，，分别是训练集中数据的最大值和最小值，k表示输入向量的维数，i表示有作用因素的个数。

（2）对预测的数据样本进行提取，并分别列出训练与测试的样本集合。

（3）对BP神经网络的输入层、隐含层、输出层的节点进行定义，对网络的权重、阈值进行初始赋值。

（4）利用训练样本对BP神经网络进行训练，建立符合实际问题的模型。

（5）利用事先预备的测试样本对训练好的网络进行测试，若效果不佳，则重新训练，若效果好则继续下一步。

（6）利用预测样本及训练好的模型进行预测。

具体流程图如图5所示：

图5 模型建立流程图

4 基于BP神经网络模型的发电燃料供应预测

（1）样本数据的选择

以各类影响耗煤的因素作为输入 。

（2）进行归一化处理

避免量纲对模型的影响。同时，降低数据的数量级，可以提高BP网络的训练的速度，避免饱和。

（3）确定BP神经网络的结构

3层BP神经网络的输入层节点为1个（可根据实际情况调整），对应于输入样本，隐含层节点为15，输出层节点为1，对应于输出样本。网络初始连接权及神经元初始阈值采用随机赋值方式。神经元的激发函数为S函数，最大迭代次数为400，学习步长为0.001，学习误差为0.00001。

（4）利用训练样本进行网络的训练

（5）利用测试样本进行模型的测试

人为选定5%相对误差为模型训练好坏的判别标准。若测试样本的测试结果的相对误差在5%以内，则进行下一步，否则重新训练。

（6）利用预测样本和已训练好的模型进行预测

南方电网全网发电燃料供应量预测结果值与实际值的对比如图6所示：

图6 南网全网发电燃料供应预测值与实际值对比图

5 结论

随着厂网分离的实施，电网公司和电力调度机构对发电燃料供应的掌握严重不足，已经不能满足电力供应工作的要求，尤其是在来水偏枯、电力供应紧张的时期，发电燃料供应的预测对缓解电力供需矛盾、有序做好发用电管理起着举足轻重的作用，因此，迫切需要开展发电燃料供应影响因素及预测方法的研究工作。

本文在收集、掌握发电燃料供应来源、价格、运输等情况的基础上，基于BP神经网络研究建立发电燃料供应量的预测模型和预测方法。通过MATLAB仿真预测，对预测结果值和实际值进行了对标分析，证明该预测方法预测较准确，并具有灵活的适应性。本文的研究有利于提升发电燃料的管理水平和掌控力度，为合理有序做好电力供应工作提供有力支持。

参考文献：

[1]孙长青.基于OSGI的发电集团燃料管控系统设计与实现[D].导师：陈有青.中山大学，2011.

[2]史新梅，裴珍.辽宁火电厂燃料管理信息系统的开发与研制[J].安徽工业大学学报，2001，（04）：359-362+366.

[3]付民庆.基于J2EE架构燃料管理信息系统的研究与实现[D].导师：申晓留.华北电力大学（北京），2008.

[4]魏学军.DF电厂燃料管理信息系统的研究与应用[D].导师：胡立德；戴鹤.重庆大学，2008.

[5]孙文君.发电企业燃料自动监管系统设计及应用[D].导师：张庆超；关万祥.天津大学，2010.

第5篇：神经网络反向传播公式范文

关键词：BP神经网络 卡尔曼滤波 数据融合

一、引言

数据融合是指对来自多个传感器的信息进行融合，也可以将来自多个传感器的信息和人机界面的观测事实进行信息融(这种融合通常是决策级融合)。提取征兆信息，在推理机作用下．将征兆与知识库中的知识匹配，做出故障诊断决策，提供给用户。在基于信息融合的故障诊断系统中可以加入自学习模块．故障决策经自学习模块反馈给知识库．并对相应的置信度因子进行修改，更新知识库。同时．自学习模块能根据知识库中的知识和用户对系统提问的动态应答进行推理。以获得新知识。总结新经验，不断扩充知识库，实现专家系统的自学习功能。

多传感器数据融合是20世纪70年代以来发展起来的一门新兴边缘学科，目前已经成为备受人们关注的热门领域。多传感器数据融合是一门新兴技术，在军事和非军事领域中都碍到了广泛应用、多传感器数据融合技术汲取了人工智能、模式识别、统计估计等多门学科的相关技术，计算机技术的快速发展以及数据融合技术的成熟为数据融合的广泛应用提供了基础。

多传感器信息融合状态估计是多传感器信息融合学科的一个重要分支。多传感器数据融合的基本原理就像是人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释和描述。目前有两种常用的信息融合方法：一种方法是状态融合方法，另一种方法是观测融合方法。状态融合方法又可分为集中式kalman滤波[1]和分散式kalman滤波。集中式kalman滤波虽然在理论上可获得全局最优融合状态估计，但这种方法计算量大，且容错性能差，而分散式kalman滤波信息融合能克服这些缺点，但这种方法是局部最优的，因此基于此思想我们可以利用BP神经网络来提高融合精度。

BP(Back Propagation)神经网络[2]，即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可以接受的程度，或者预先设定的学习次数为止。

BP神经网络是模拟人脑的信息处理机制而构造出来的一种并行信息处理模型，它有分布式存储和联想记忆功能，具有较强的自适应性和自组织性，具有任意的非线性映射能力，能被用来对两个估计模型的输出结果进行有效的分析和综合，提高估计的精度和可靠性。

二、模型描述

带有观测噪声的三传感器雷达跟踪系统：

状态 ， ，和分别为在时刻 处运动目标的位置、速度和加速度， 为第 个传感器对位置的观测，为与 相关的白噪声。

kalman滤波按矩阵加权融合准则算法是基于L个传感器观测已知它的 L个无偏估计 ，即，

设已知估计误差 的方差阵和协方差阵 ，,， ，其中E为均值号，T为转置号，问题是寻求X的按矩阵加权无偏融合估计， ，

其中加权阵 为 矩阵，在线性最小方差意义下，应选择加权阵极小化融合估计误差的分量均方和J，，

它等价于

按矩阵加权融合准则算法既是对L个传感器经kalman滤波器得到的状态求得加权矩阵 使得性能指标J最小。

基于加权思想，对以上的三传感器雷达跟踪模型建立BP神经网络，三传感器的输出作为网络的输入，网络的输出与模型的状态数据比较后反向传播对各层神经元权值进行修改，直到输出层与模型状态的误差达到期望误差。由于本次实验模型简单，对其采用两层BP网络，隐层神经元采用Sigmoid型激活函数，输出层采用线性激活函数。在使用网络前需要对网络进行训练，本次实验设置训练时间为50个单位时间，训练目标设置为误差小于0.2。

三、仿真分析

以下给出个状态在各种方法下的仿真结果：

图1、图2为三个传感器的测量值经kalman平滑器估计后的的状态1经BP神经网络融合后的值和理想状态的对比图。从图中可以看出经神经网络融合后对状态1的估计精度有了进一步的提高。而且训练速度也非常迅速，大约10步左右就能达到要求的误差。

图3、图4为三个传感器的测量值经kalman平滑器估计后的的状态2经BP神经网络融合后的值和理想状态的对比图。从图中可以看出经神经网络融合后对状态2的估计精度有了进一步的提高。而且训练速度也非常迅速，大约20步左右就能达到要求的误差。

图5为比较加权融合后的稳态误差方差阵的迹和三个传感器的稳态平滑误差方差阵的迹，可以明显看出经融合后的精度明显高于局部平滑的精度。由于设置的神经网络的误差目标为0.2，通过训练后目标误差能达到要求，因此经神经网络融合后的状态估计精度要大大高于经加权矩阵融合估计的精度。

四、结论

本文利用BP神经网络对来自经不同噪声污染的传感器的测量信息进行处理，完成机动检测，并与卡尔曼滤波器相结合构成一个性估计器，对目标进行估计。这种估计方案可以利用神经网络的函数逼近能力对来自各传感器的充信息加以充分利用，在改善估计性能的同时又保持估计滤波的计算结构尽可能简单。

参考文献:

[1]邓自立. 最优估计理论及其应用――建模、滤波、信息融合估计.

[2]杨行峻、郑君里. 人工神经网络与盲信号处理.

第6篇：神经网络反向传播公式范文

关键词：概念认知；修辞认知；修辞动因；网络流行语体

中图分类号：H15 文献标识码：A 文章编号：1005-5312（2012）32-0204-02

一、网络流行语体的界定及概况

2012年7月19日，中国互联网络信息中心（CNNIC）的《第30次中国互联网络发展状况统计报告》显示，截至2012年6月底，中国网民数量达到5.38亿，增长速度更加趋于平稳，互联网普及率为39.9%。在互联网时代各种网络媒介飞速发展的背景下，网络流行语体应运而生，并以其独特、丰富的表现形式及强大的社会功能在网络上传播与流行，形成了网络时代一种崭新的语言方式和文化景观。本文所界定的网络流行语体特指在网络聊天、网络论坛、各类贴吧、微博及网络文学中出现的，具有特定词汇、句式（格式）或韵律特征，并表现出特定风格、格调、情感、气氛的网络语言形式。

据不完全统计，从2010年至今，先后流行并被纸质媒体报道转载的网络流行语体有淘宝体、遇见体、凡客体、咆哮体、丹丹体、校内体、撑腰体、梨花体、羊羔体、CCTV体、子弹体、银镯体、知音体、3Q体、红楼体、纺纱体、科学体、蜜糖体、TVB体、诛仙体、琼瑶体、脑残体、五四体、孩子体、剪刀体、排比体、蓝精灵体、高铁体、hold住体、大概体、怨妇体、赵本山体、收听体、波波体、膝盖中箭体、秋裤体、方正体、如果体、下班回家体、总结体等40多种。作为新兴而时尚的事物，网络流行语体以生动形象的表义功能、极高的使用频率、强大的衍生能力，迅速在网民中流传，并在日常生活中留下了印记，更有甚者，在风靡高峰之时掀起了一股语言狂欢，激发起使用主体“言”必套“体”的语言冲动。

笔者在几大常用搜索引擎上以“网络流行语体”为关键词进行搜索，结果如下：

在维普科技期刊数据库和清华期刊全文数据库收录的文史哲专辑所有文章中，以“网络流行语体”为检索词，以2010到2012为检索年限，共检索出符合条件的学术论文32篇；以同样的检索词，在万方数据库中检索到相关博士、硕士毕业论文共2篇。

对于使用频率如此之高的一个现象，学术研究回应的数据显得有点不对称。因而，笔者认为有必要梳理下网络流行语体的概况、分析其建构的修辞方式以及迅速流行的原因，以期从中发现网络流行语体发展的脉络，揭示其中蕴藏的一些语言规律。

二、熟悉与陌生：网络流行语体的修辞建构

广义修辞学是建立在狭义修辞传统理论的基础上，将修辞分析从修辞技巧延伸到修辞诗学再到修辞哲学，注重从“话语方式——文本方式——人的存在”层次构架，逐步深入到人无限丰富的精神世界。它认为，修辞话语建构是两个认知系统的双重运作，即概念认知和修辞认知。我们举个例子来说明：

1.森林是绿色的。

2.太阳是绿色的。

前者符合我们认知世界的习惯，是正常的逻辑判断，这是概念认知，也就是熟悉化表述。后者则偏离了事物的客观规定性，给我们造成了认识上的陌生感，但在一定的语境中，它可以创造出别样的审美效果。在艾青诗歌和何顿小说中，就有关于绿色太阳的出色描写，它们都以审美的方式，修改着人类关于太阳的文化记忆。这是陌生化运作，对应的就是修辞认知。网络流行语体的建构也可以从陌生到熟悉的概念认知和从熟悉到陌生的修辞认知两种方式来解析。

（一）从陌生到熟悉：概念认知

流行语体都有其突出的形式特征，表现为：有必不可少的关键词、固定的句子结构、突出的语言风格等方面，在这样的框架下，使用主体可以任意填充内容，从而表情达意。

1．必不可少的关键词。如：

“淘宝体”：“亲”、“哦”；

“咆哮体”：伤不起、有木有和感叹号；

2．固定的句子结构。如：

“方阵体”，格式简单，采用的是运动会时播音员解说词的写作格式，“现在___方队向我们走来，他们____，带着____，左手____，右手____，他们精神抖擞，喊着响亮的口号向我们走来。”

“遇见体”，“如果在____遇见你，一定带你去____。”

3．突出的语言风格。如：

“银镯体”，“银镯”一词源于安妮宝贝的作品《清醒纪》，文中安妮宝贝表达了对银镯的喜爱与敬重之情，语气神秘空灵，被网友频繁模仿，渐渐演变成一种以“辞藻空洞华丽、使用生僻词语、频繁地利用句号”为特征的文体。

这样的语体因特征鲜明的构句方式，初始给人以陌生化之感，之后又因表达的便利，可以不因行业、职业、身份，只要有表达欲望，随时随地都可复制表达，反复加强，从而实现熟悉化，迅速蹿红，甚至在网络上“遍地开花”。

（二）从熟悉到陌生：修辞认知

网络流行语体不乏有新锐文体大行其道、各领，从童话故事、经典名著到武侠小说、动画电影，都被网友改头换面，颠覆了延续多年的传统行文习惯和语法，实现了人们认知上的陌生化，从而造成了新奇之感。“知音体”就采用诗化的语言风格，力求煽情，实现强烈的视觉冲击效果。如：

《封神演义》——为前妻登上神仙宝座，八旬教授不畏牛鬼蛇神

《孟姜女哭长城》——贫贱女怒斥攀比盖楼风，为农民工丈夫讨回尊严

《白雪公主》——《苦命的妹子啊，七个义薄云天的哥哥为你撑起小小的一片天》

《卖火柴的小女孩》——《狠心母亲虐待火柴幻想症少女，祖母不忍勾其魂入天国》

“蜜糖体”的标志性表达则是“亲耐滴，偶灰常稀饭你”。翻译过来就是“亲爱的，我很喜欢你”，说话口吻和行文风格有如蜜糖，既娇又嗲，既甜又腻。就是用谐音、仿拟、飞白等修辞方式实现陌生化运作，从而实现了陌生的新奇感。

“传教士体”，同样是网络写作的一种新潮风格，这种写法来源于网上一个异常火爆的帖子，帖子揭露了外企公司不为人知的秘密，在各大外企公司产生了强烈反响。“传教士体”的特点是一句话就是一段，中间不加任何标点符号，并使用大量修饰词。

三、流行与解构：网络语体流行的修辞动因

（一）流行的内驱力：网络媒介的普及

互联网的普及、网络终端的完善、包括微博在内的虚拟交流平台多样化，为网络语体的流行提供了最便利的传播介质，流行自然就有了现实温床。网络时代从来不缺乏模仿，更不忌讳疯狂地围观。网络媒介对网络流行语所起的作用，主要表现在：

首先，网络媒介促使信息传播逐渐泛空间化、去时间化。反映在流行语体上，就是一种语体被创造出来，其传播路线不再是依赖传统媒介，以区域辐射的方式渐次传播开，而是在极短时间内实现高关注率和高传播率。比如，“高铁体”即7.23温甬铁路特大交通事故发生后，铁道部新闻发言人王勇平面对记者提问语出“妙语”：“至于你信不信，我反正信了”等。在短短12小时内被微博转发20万，这一回答句式，被网友们在网络上追捧和改版，实现了信息的无界传播与即时传播。

其次，网络媒介实现信息传播方式的多向和互动。依照信息运动理论，一般来讲，修辞信息从一个信源、经一个信道，流向一个信宿。这样的角色关系通常由一个表达者、一个接受者构成。而网络流行语体的修辞信息则是从一个信源、经多个信道，流向的信宿是开放，是无限多的。反映在流行语体传播上，就是一种流行语体一经产生，信息传播主体不论身份、职业，都可以成为传播的主体，实现一对多、多对多、交互式的传播，从而促使一种流行语体的不断升温。

（二）流行的外驱力：接受心理驱动

接受修辞学认为，在修辞过程中，接受者不仅是不可缺少的，而且是至关重要的。接受者作为言语交际的一方，从不同角度、在不同层面参与修辞表达的意义生成。这也恰恰可以用来理解，为何看似简单、充满戏谑调侃意味的网络流行语体，能在当下赢得网民的好感——它满足的是当前文化土壤孕育的两种文化态度。一是开放与多元。随着经济基础转型和社会结构分化，大众的文化需求和文化自觉性增强，文化的生长空间扩大，多样文化共存互补；二是新颖和简显，网民使用新技术，记录新生活、评价社会现象，通过“新”语言、“新”行为引发关注，“我新故我在”成为文化常态，而快速求新往往会导致简单和浅显。社会生活变化如此之快，几乎每天都有令人抓狂或者雷人的事件发生，人们面对这些社会事件往往有着强烈的表达欲望。如何以最快的速度表达出来？不如采用现成的句式，来个“旧瓶装新酒”，再加上微博、微信、手机、iPad等传播平台与介质的“煽风点火”，让网络文体更加迅速地传播开来。的确，若将这些令人眼花缭乱的网络流行语体拆解来看，各自又代表了不同群体及愿望诉求。“蓝精灵体”，指向伴随动画片《蓝精灵》成长的一代人的怀旧情绪；“咆哮体”，指向在社会快速变化中被压抑的情绪；而以“亲”字打头、充满了甜腻示好味道的“淘宝体”，则反衬出商业社会之下，人们对与陌生人建立温暖可信关系的渴望。在这些接受心理的驱使下，流行语体没有不流行的理由。

（三）正功能与负功能：矛盾的驱动

不可否认的是，伴随着网络流行语体的“井喷式”红火，是社会各界对网络流行语体不断升温的争议。

1. 网络流行语体的正功能。

支持者认为网络流行语体拥有包括游戏与娱乐、情感宣泄、批判与针砭时弊等正功能，同时也确实能迎合使用主体的创新与求异心理、从众与模仿心理，因而具有不可忽视的社会功能。相对于常规语言，网络语言新奇、简单、幽默，是一种灵活变通的表达方式，彰显出语言的生命力。

因而他们主张对网络语言抱以包容的态度。也许正是在这样理念的指导下，大学的录取短信、政府机关的招聘广告、公路安全的宣传语，甚至是公安局的通缉令，纷纷套上了“淘宝体”，用网络流行语体来展示着自己的亲和力。

2. 网络流行语体的负功能。

反对者也大有人在，他们认为网络生态异常复杂，网络流行语体在使用过程中，用恶搞、拼贴、挪用和戏仿的方式，消解原有的意义，重建新意义，或者干脆就无意义，不可避免出现了低俗化、泛娱乐化、过度阐释、语言暴力等问题。这些被网络新新人类所津津乐道的“新文体”，如果成为文字表达的新方式，会对语言规范提出挑战，从而威胁到汉语系统的稳定。对此，文坛权威《辞海》明确表示出了排斥。《辞海》声称为保持品位，明确拒绝将“超女”、“快男”等风靡坊间的娱乐词汇收录其中。

这两种观点针锋相对，从而簇拥着网络流行语体几度成为话题讨论的焦点，推动其不断升温。

四、结语

语言不仅仅是交际工具，承载文化的容器，同时具有审美和娱乐的潜能。从这个意义来说，网络流行语体自是有价值的。流行语体的本质是流行，而流行曲线一定是有起有落的，不可能永远在低谷或者永远在峰顶。网络语言赖以生存的“家”还是在网上，其要进入全民、全社会的话语系统，还需经历一个规范的过程，要经得起语言发展规律的考验。

本论文为福建生物工程职业技术学院2011年科研立项课题研究成果，项目编号：201110。

参考文献：

[1]谭学纯，朱玲.广义修辞学[M].安徽教育出版社.2001（6）.1-4.

[2]谭学纯，唐跃，朱玲.接受修辞学[M].安徽大学出版社.2000（6）.

第7篇：神经网络反向传播公式范文

传媒的价值取向应与社会的价值追求相一致，我们当把人的解放，作为最核心的价值追求。人的解放可分为两个阶段，第一阶段是从物质、精神和社会环境的奴役中解放，使人能够掌握、支配自己；第二阶段是从物质、精神和社会环境的限制中解放，使人能够全面发展。

随着物质文明、精神文明、政治文明、和谐社会建设的发展，人们日益能够掌握、支配自己了。于是，我们当越来越多地关注第二阶段了。

人的全面发展，是包括人的体力和智力、知识和思想、道德和精神、性格和心理等各种素质的发展，是认知和思考、操作和社交、决策和创造等各种能力的发展。

人的全面发展，是自由的、和谐的发展。在选择发展的方向和方式，培育、发挥潜质和潜能方面，受到最小的限制(不受任何限制是不可能的)。需要人们能够自主掌握、支配自己，摆脱物质和精神的奴役；能有发展自己的时间、物质、社会条件和公平的发展机会。

人的全面而自由的发展是社会主义社会的基本原则、特征和方向，马克思认为，社会主义是“以每个人的全面而自由的发展为基本原则的社会形式。”"在那里，“每个人的自由发展是一切人的自由发展的条件。”#恩格斯认为，社会主义“不仅可能保证一切社会成员有富足的和一天比一天充裕的物质生活，而且还可能保证他们的体力和智力获得充分的自由的发展和运用”，“这是人类从必然王国进入自由王国的飞跃。”

我们社会的最高价值追求，也应是我们新闻传媒的终极价值取向。这种价值取向，正是为人民服务宗旨的具体化——人的全面发展，包括发展的条件、过程和结果，正是人民的根本利益所在。

在传媒理念上，我们应适时地从服务于人的解放的第一阶段，向服务于人的解放的第二阶段演进，致力于使人能够从物质、精神和社会环境的限制中解放出来，实现全面发展。也就是说，尽可能满足人的全面发展对传媒的各种需要，包括信息和知识的需要，表达和交流的需要，参与和创造的需要。尽可能实现人民的各种相应权利，包括知晓权、参与权、表达权、监督权、传媒利用权，自觉、有效地促进人的全面发展。

根据这样的价值取向，我们的新闻传媒就要以人为本，以人民利益为出发点和归宿点，包括人民的物质利益、精神利益、政治利益和发展利益。当我们关注传媒对社会的影响时，我们也要看到这是为了人；当我们关注传媒对党的事业的影响时，我们也要看到这是为了人民，从而不偏离根本宗旨。我们的新闻传媒就要促进物质文明、精神文明、政治文明、社会文明的建设，反对片面追求GDP而降低人的实际生活质量，物的世界的增值以人的世界的贬值为代价；反对生产安全劳动防护缺乏，贫富分化严重，少数人的利益获得以多数人的利益牺牲为代价；反对过度消耗自然资源和污染、破坏环境，自己的、今人的发展以他人的、后人的发展为代价；反对不利于人全面发展的思想文化、体制安排、社会障碍，等等。

依照这样的价值取向，我们应重视人民的传播需要和权利，取消不必要的限制和禁止，充分发展传媒事业和产业。数量上，尽可能满足人的全面发展对传媒日益增长的需要量；质量上，尽可能提高传播效率和效果，提高受众需要的满足程度。受众既有接受的需要，也有传出的需要，这两种需要的满足，都关乎人的全面发展，要求我们传媒提供充分的、优质的、方便的、低价的传播渠道和交流平台。

二、网络时代舆论主体的重塑

舆论的主体应该是公众，然而在新闻传媒发达以后、网络传播崛起以前，舆论的主体往往被异化为报刊、广播电视等新闻传媒，舆论工作就是新闻传媒工作，控制了传媒就等于控制了舆论。传媒掌控者出于种种目的，往往假借舆论代表之名，冒充、扭曲、强奸民意，公众则往往成为傀儡或陪衬，“被赞成”、“被反对”。当年我国新闻传媒对1976年“四?五”天安门广场事件的报道和评论，在这方面堪称典型。

网络传播崛起以后，尤其是在Web 2.0以后的全民表达时代，社会公众日益重新成为舆论的主体，在舆论的形成和变化中所占的比重、所起的作用越来越大。一旦发现“被赞成”、“被反对”，可以马上通过网络传播予以抵制，从而形成公众、传媒人和传媒机构共同成为舆论主体，并日益向前者倾斜的格局。

公众的参与机会多了，参与意识和能力也会相应增强。我们看到，现在网民的主体意识越来越强，比以往更加积极地关注和参与意见交流。

传统媒体的议题设置权和话语权被分散到公众和网络媒体，传统媒体自己的议题和观点也在很大程度上受到网络媒体的影响，或直接从网络媒体转载。于是，公众的舆论通过传统媒体这种“意见领袖”进行二级传播、多级传播。

网络传播大大方便了信息传递、复制和储存，并使信息更为广泛和多元，可从众多的信息来源、众多的角度和层面反映同一事物或人物，不断逼近真相。网上交流观点的方便性和自由度也是空前的，远远高于传统媒体。这使舆论主体能够及时、充分地表达意见，能够心口一致、表达真实的意见。

由此，舆论的形成和变化可基于更真实、更准确的事实，可吸纳更全面、更合理的观点，可更迅速地修正或转变。另一方面，虚假信息、偏激情绪、错误观点也很容易在网上蔓延，使舆论产生偏误、情绪化、非理性。

从网络传播对舆论的影响中可得到许多启示，择其要者——

1.网络传播对舆论的影响之利远大于其弊，当充分保障其积极作用的产生。包括保护合法的事实披露和理性的观点交流，保护进行网上舆论监督者的安全。

2.网络传播对舆论的影响具有传统媒体所不及的长处，当充分开发和利用。包括降低网络媒体准入门槛，创造宽松的网络传播环境，多从网上听民声察民情，多在网上引导舆论。

3.利用网络传播引导舆论时，当根据网络传播的特点和规律。包括信息及时，观点合情，态度平等，帮助、鼓励草根“意见领袖”，用焦点讨论、热点追踪等方式引发多级传播。

4.在去中心化、去光环化的网络时代，传媒影响力已不能主要依靠权威性和控制力，当更多地依靠服务性和亲和力，且不是传统的居高临下式或保姆式的。媒体不仅要做信息的者和意见的表达者，而且要做信息的整合、解释者，意见交流平台的提供者，民意和民智的汇集者。这也是传播权利向公众的让渡，%是民主政治建设的一步。

三、以改革精神实现跨媒体、跨地区

目前，我们媒体的行业分割与垄断、地区分割与垄断仍未解决，使许多在资金、技术、经验、人才、品牌、管理等方面很有优势的传媒机构，不能充分发挥在传媒领域的经营优势，不能充分获得经营规模效应、价值链、产业链延伸效应和媒体融合效应，只得把余力投入自己不太熟悉、不太擅长的其他领域，效益往往不理想，甚至大量亏损。而一些劣势媒体则发展能力不够，竞争压力不足，长期处于低水平和高消耗。

根据国家广播电视总局颁发的管理规定，报刊社不能办广播电视和时政类网络视听节目。主因是避免重复建设和加强内容控制，客观上对广播电视系统的利益也是保护。

对于广播电视机构来说，办报刊和新媒体都没有体制障碍，但所有机构办报刊都需经过严格审批，这种审批有很严的总量、结构、布局等控制，并非符合条件就能获准，主因也是避免重复建设和加强内容控制。

经济体制改革的实践已经证明，过细的计划管理弊大于利。如果供应者是独立的市场主体，就可以发挥市场的优化资源配置作用。至于内容控制，则应向法制化、追惩制过渡。

目前新闻机构跨地区办新闻媒体，部级的可以在全国各个地方办，省市级的可以在本省市辖区内各个地方办，基本不能跨省市办。限制的主因是各个地方的新闻媒体，都是当地党政部门的喉舌，如果许多外地的新闻媒体占领了本地市场，本地的新闻媒体乏人光顾，喉舌就形同虚设，客观上这种限制有利于各地区传媒的市场垄断。

另外，在事业单位体制下，在新闻机构享有宏观管理赋予的一定程度垄断地位的情况下，新闻机构既没有很强的利益驱动，又没有淘汰退出机制的威胁，一般不会愿意接受其他行业和地区优势机构的融合兼并。

第8篇：神经网络反向传播公式范文

关键词：Matlab；BP神经网络；预测

中图分类号：TP183文献标识码：A文章编号：1009-3044(2008)19-30124-02

Based on Matlab BP Neural Network Application

YANG Bao-hua

(Institute of Information and Computer, Anhui Agricultural University, Hefei 230036, China)

Abstract: BP learning algorithm is a one-way transmission of multi-layer to the network, Matlab toolbox is based on the theory of artificial neural network, based on Matlab toolbox, with watermelon-heavy forecasts, BP neural network forecast the feasibility of re-watermelon is verified, and fast convergence, small error, should be promoted in the forecast crop growth.

Key words: Matlab; BP Neural Networks; Forecast

1 引言

人工神经网络是人工构造的模拟人脑功能而构建的一种网络，BP神经网络是结构较简单、应用最广泛的一种模型，BP神经网络是Rumelhart等在1986年提出的。它是一种单向传播的多层前向网络，一般具有三层或三层以上的神经网络，包括输入层、中间层（隐层）和输出层[1]，其模型见图1所示。

■

图1 BP网络模型

Matlab中的神经网络工具箱是以人工神经网络理论为基础，利用Matlab语言构造出许多典型神经网络的传递函数、网络权值修正规则和网络训练方法。网络的设计者可根据自己的需要调用工具箱中有关神经网络的设计与训练的程序，免去了繁琐的编程过程。

红籽瓜(Red-seed Watermelon)种子即瓜子富含有蛋白质、脂肪、钙、磷及多种维生素，含油率达55%左右，营养颇为丰富，经过精细加工，味道鲜美，市场十分畅销[4]。为了提高瓜子的产量，需要关注很多因素，这些因素的改变会影响瓜子的产量，所以确定哪些因素能预测产量，如何预测是本文研究的内容。本文利用红籽西瓜的测量数据，以单果重，种子数，千粒重，种子重作为输入因子，仁重为输出因子，选择合适的隐层，构建影响红籽西瓜种仁重量的BP网络模型，运用Matlab软件进行预测。

2 BP神经网络设计的基本方法

Matlab的NNbox提供了建立神经网络的专用函数newff()[5]。用newff函数来确定网络层数、每层中的神经元数和传递函数，其语法为：

net=newff(PR,[S1,S2,…,SN],{TF1,TF2,…,TFN},BTF,BLF,PF)

式中：PR表示由每个输入向量的最大最小值构成的R×2矩阵；Si表示第i层网络的神经元个数；TF表示第i层网络的传递函数，缺省为tansig，可选用的传递函数有tansig，logsig或purelin；BTF表示字符串变量，为网络的训练函数名，可在如下函数中选择：traingd、traingdm、traingdx、trainbfg、trainlm等，缺省为trainlm；BLF表示字符串变量，为网络的学习函数名，缺省为learngdm；BF表示字符串变量，为网络的性能函数，缺省为均方差“mse”。

2.1 网络层数

BP网络可以包含不同的隐层，但理论上已经证明，在不限制隐层节点数的情况下，两层（只有一个隐层）的BP网络可以实现任意非线性映射。

2.2 输入层节点数

输入层起缓冲存储器的作用，它接受外部的输入数据，因此其节点数取决于输入矢量的维数。

2.3 输出层节点数

输出层节点数取决于两个方面，输出数据类型和表示该类型所需的数据大小。在设计输人层和输出层时，应该尽可能的减小系统规模，使系统的学习时间和复杂性减小。

2.4 隐层节点数

一个具有无限隐层节点的两层BP网络可以实现任意从输入到输出的非线性映射。但对于有限个输入模式到输出模式的映射，并不需要无限个隐层节点，这就涉及到如何选择隐层节点数的问题，至今为止，尚未找到一个很好的解析式，隐层节点数往往根据前人设计所得的经验和自己进行试验来确定。一般认为，隐层节点数与求解问题的要求、输入输出单元数多少都有直接的关系。另外，隐层节点数太多会导致学习时间过长；而隐层节点数太少，容错性差，识别未经学习的样本能力低，所以必须综合多方面的因素进行设计。

隐层节点数的初始值可先由以下两个公式中的其中之一来确定[2,3]。

1=■+a (1)

或 1=■(2)

式中，m、n分别为输入结点数目与输出结点数目，a为1～10之间的常数。

2.5 数据归一化

因为原始数据幅值大小不一，有时候还相差比较悬殊。如果直接投人使用，测量值大的波动就垄断了神经网络的学习过程，使其不能反映小的测量值的变化。所以，在网络训练之前，输人数据和目标矢量都要经过归一化处理。

根据公式可将数据“归一化”，即限定在[0,1]区间内。归一化公式为：

■ (3)

也可以使用归一化函数Premnmx，及反归一化函数Postmnmx。

3 BP学习算法及实例

3.1 BP学习算法

1) 初始化网络及学习参数；

2) 从训练样本集合中取一个样本，并作为输入向量送入网络；

3) 正向传播过程，对给定的输入样本，通过网络计算得到输出样本，并把得到的输出样本与期望的样本比较，如有误差超出限定范围，则执行第4步；否则返回第2步，输入下一个样本；

4) 反向传播过程，即从输出层反向计算到第一隐层，修正各神经元的连接权值，使用误差减小。

3.2 实例

为了提高瓜籽产量，需要关注很多因素，滤去相关度过低的因子，根据经验确定输入因子为单果重，种子数，千粒重，种子重，输出因子为仁重。现以表1所示的2000~2002年测量数据作为训练样本进行训练，对2003年的数据进行预测。输出层结点代表仁重量，神经网络的预测模型采用4-4-1，即输入层4个神经元，根据公式(2)计算隐层神经元数确定为4，1个输出神经元。设定最大的迭代次数为500次，系统全局误差小于0.001。传递函数为tansig，训练函数为trainlm。

根据经典的BP算法，采用Matlab编程，样本训练结果见图2，2003的数据作为预测样本，预测结果如下：

TRAINLM, Epoch 0/500, MSE 0.316381/0.001, Gradient 2.8461/1e-010

TRAINLM, Epoch 4/500, MSE 0.00056622/0.001, Gradient 0.0830661/1e-010

TRAINLM, Performance goal met.

SSE = 0.0102

y = 0.269 0.267 0.27 0.269 0.2679 0.2679

表1 红籽西瓜数量性状表

瓜籽仁重实际值为0.265，0.282，0.264，0.269，0.265，0.287，误差为0.0102，当样本较少时可以接受的误差范围内。并且收敛速度快。

■

图2训练函数为trainlm的训练结果

采用traingd函数进行训练，则5000次仍未达到要求的目标误差0.001，说明该函数训练的收敛速度很慢。见图3所示。所以训练函数的选择也非常关键。

■

图3 训练函数为traingd的训练结果

4 结论

用Matlab编编写的基于BP网络的仁重预测程序，计算结果表明，误差较小，预测值与实测值吻合较好，所建立的模型具有较好的实用性，说明单果重，种子数，千粒重，种子重的数据影响瓜子的产量，同时验证BP算法可以用于瓜仁产量的预测。

目前所进行的预测试验中数据的样本较少，且生长动态变化，今后拟建立一个动态预测系统，为红籽瓜品种培育、提高产量提供新的方法，值得在预测作物生长中推广。

参考文献：

[1] 飞思科技产品研发中心.神经网络理论与Matlab 7实现[M].北京：电子工业出版社.2006:100-105.

[2] 徐庐生.微机神经网络[M].北京：中国医药科技出版社,1995．

[3] 高大启.有教师的线性基本函数前向三层神经网络结构研究[J].计算机学报,1998,21(1):80-85．

[4] 钦州农业信息网：.

第9篇：神经网络反向传播公式范文

【关键词】提升；正面传播；效果；思路

随着我国经济体制改革和市场经济的不断发展，特别是随着网络科技在全球的推广应用，给信息传播带来了根本性的变化。同时，以“官员腐败”、“见死不救”、“贫富差距”等为主要代表的负面信息不断地通过报纸、电视、网络和微博在社会上广泛传播，严重地影响了社会和公众对国家宏观管理的正确认识和判断。面对新的形势、新的环境和新的发展，党的十七届六中全会及时做出了立足中国特色社会主义事业，丰富和发展中国特色社会主义文化建设理论的重要指示。这就从一个全新的理论和社会高度，对目前的宣传工作提出了更高的要求。如何贯彻落实好党的十七届六中全会精神，把社会和公众情绪推向和谐、稳定和健康的路子成为当前宣传工作的重要课题。

从示范效应看提升正面传播效果的必要性

历史唯物主义和辩证唯物主义告诉人们，示范效应所产生的反应和效果必然是两方面的，即正效应和负效应。传播工作所追求的目标，就是通过报刊、电视、网络、微博等重要信息传播媒体对示范效应开展测定，不断调整传播的方向、内容和技巧，最大限度地扩大正面效应、降低和减少负面效应，把社会和公众的思想、情绪与理念引导到正确的路子上来。

正面的传播对社会和公众产生一种凝心聚力、鼓舞激励的作用，把社会的潜力挖掘出来，把公众的精神调动起来，把正确的风尚树立起来，推动社会的进步与发展。在抗日战争进入最困难的时期，通过积极组织，正面传播了延安开展的轰轰烈烈的大生产运动，使根据地军民和全国的老百姓在艰苦卓绝的条件下看到了胜利的曙光，坚定了信心，最终打败了日本帝国主义，取得了全民抗战的胜利。20世纪60年代，面对国内严重的自然灾害和苏联的逼债还贷，通过正面宣传以王进喜、焦裕禄、雷锋为代表的先进典型和助人为乐的模范人物，充分调动了全国人民的积极性、主动性和创造性，增强了万众一心抗击困难的信心和勇气，最终战胜了天灾和人祸。到2008年中国改革开放已经30年，通过正面传播，使社会和民众普遍认识到，30年来，中国在政治上更加民主、经济上成为世界第二大经济实体、文化上包容并蓄，都在用“新中国让人民站立起来了，改革开放让人民富裕起来了”来形容当今的中国，极大地增强了社会和民族的荣誉感与自豪感。由此可见，突出正面传播应是宣传工作的主旋律。按照党的十七届六中全会精神，以文化发展为了人民、文化发展依靠人民、文化发展成果由人民共享的方针为指导，坚持正面传播为主，使社会和公众能够真实感受到国家的发展、社会的进步和清新的时尚，从而鼓舞士气，把广大人民群众凝聚到社会主义市场经济发展和和谐社会建设的伟大事业中来，为改革发展大业鼓好劲、鼓实劲。

提升正面传播效果的基本思路

确保真实性。据有关资料显示，当前我国正面传播工作影响力呈下降趋势，有的正面传播工作还在一定程度上受到社会和公众的质疑。其主要表现在：一是发生重大事件后举行的答记者问，有些新闻发言人东拉西扯，避实就虚，词不达意。二是宣传工作存在的“合理想象”。一般来说，社会和公众对于正面传播，不十分计较其宣传事迹的真实性，因为传播倡导的主要内容是学习其精神要领。在这种思维下，有些报道为了突出宣传亮点，追求形象的生动和文学的魅力，对先进人物采取移花接木、张冠李戴、以偏概全式的正面传播。对于所取得的成就，用前无古人、后无来者近似神话的语言向社会和公众介绍。这样一来，把正面传播工作就做过了头，超出了社会和公众的认知底线，不仅没能起到正面的示范效应，反而增加了社会和公众的不信任感，严重的还会产生逆反心理和消极影响。因此，坚持正面传播工作的真实性是新闻工作必须遵循的基本准则，也是提升正面传播效果的关键所在。

加强导向性。正面传播对社会和公众具有迅速、广泛和深刻的导向作用，也是引领社会清新时尚的重要载体和主题活动。坚持正确的舆论导向，把党的十七届六中全会关于大力开展社会主义文化建设的新指示、新精神通过报纸、电视、网络和微博等传播媒介，通过社区和居民论坛等多种形式，在服从于党和国家发展大局下，从六个方面进行引导：一是坚持党的四项基本原则，确保党对改革开放的绝对领导权威，不断树立和强化国家的政治领导核心。二是鼓舞和启迪生产力的解放和发展。生产力是人们征服自然和改造自然的能力，也是社会进步的重要力量源泉。通过正面传播导向，把影响生产力的因素降到最低，把发展生产力的条件发挥到极致，不断推动社会的发展进步。三是加强社会主义法制建设。必须大力宣传“法律面前人人平等”的现代社会理念，把人治转化为法制，降低“人祸”发生的几率。四是大力弘扬民族精神，对见义勇为、尊敬长辈、孝顺老人、关心群众的杰出代表人物要进行广泛宣传，通过对这种民族精神的代代相传，把下一代培养成为具有中华民族优秀传统的接班人。五是构建爱国主义宣传体系，对中华民族的英雄、杰出代表和优秀分子要进行大张旗鼓的正面传播，把他们对祖国的热爱和对民族的情感输入到每一位炎黄子孙心中，使国家成为一个坚强的实体，使人民成为众志成城的集体，把中华民族打造成为永远不倒的万里长城，能够抵御任何外敌的入侵。六是克服“有闻必录”的问题，把正面传播与国家、企业和单位的具体情况结合起来，对发生的正面新闻、事件、人物进行认真筛选，精心组织，运用电视、报纸、网络和微博等多种媒体加以宣传，提升正面传播的示范效应，降低负面效果。

深化可读性。正面传播工作是通过报纸、电视、网络等媒介平台来实现的，离开这些载体，传播工作的示范效果和正面作用就得不到充分体现和发挥。因此，办好报纸、电视、网络等媒介，深化其可读性是提升正面传播效果的关键所在。同时要做到拒绝炒作。当前，一些媒体为了增强可读性和过于追求观众认知感，也可以说是为了一定的经济利益，从名人的娶妻生子到婚外情，从不具有宣传价值的信息到有偿新闻，以至于有的发展到虚假宣传如一些商业广告，不仅污染了社会价值观念，也降低了社会和公众对宣传工作的信任感。

参考文献：

[1]石全玉．简论大众媒介的公信力［J］．新闻爱好者．2011(11下)：42-43.

[2]吕蒙．网络舆论监督热背后的冷思考［J］．记者摇篮，2011(3)：49.

[3]王磊．电视新闻娱乐化的合理性分析［J］．新闻爱好者．2011(3上)：34-35.