毕业论文课题相关文献综述
一：选题的背景和意义1.1选题的意义南京市位于我国东南部沿海地区，降雨量有明显的季风性，季风的不稳定性导致了旱涝频繁。
对于降雨量能否有较为准确的预测将有助于人们抵御自然灾害。
降雨量变化呈现出的非线性特征，用传统的回归模型很难准确地拟合。
近年来机器深度学习成为预测模型新的解决思路。
将神经网络算法运用到降雨量的预测中就是本次研究的课题。
通过BP神经网络算法对降雨量进行预测，将其预测结果与传统ARMA模型的预测结果进行对比分析。
1.2选题的背景1.2.1BP神经网络背景BP 网络是一种多层前馈神经网络,由输入层、隐层和输出层组成。
层与层之间采用全互连方式,同一层之间不存在相互连接, 隐层可以有一个或多个。
构造一个BP网络需要确定其处理单元神经元的特性和网络的拓扑结构[1]。
根据参考文献[2]戚德虎,康继昌对ＢＰ神经网络设计中的隐层节点数、初始权值、学习率等参数的选择进行研究，分别给出若干经验公式。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
