BP神经网络在图书智能分布中的应用研究

摘要

一个图书馆的好坏关键取决于该馆图书利用率的高低。目前，提高图书利用率的问题已经越来越引起人们的广泛注意，为了解决该问题，目前已有很多文献从多方面提出了有价值的建议，如管理制度、读者需求、图书剔旧和图书分布等等。本学位论文就图书分布理论结合 BP神经网络技术提出了智能化图书分布系统的设计方案，目的是利用该系统去实现图书智能地合理分布，使图书分布结构达到最优结果，从而提高图书的利用率。
　　本学位论文对 BP神经网络在图书智能分布问题中的应用进行了研究，主要内容是特征的量化过程和基于 BP神经网络的分类学习结合 k-fold交叉验证的算法。首先，根据问题的需要选择了一定的图书数据，按照特征提取的一般性原则对这些数据进行了特征提取，并对这些特征进行了量化处理、归一化处理和数据预处理，将被量化的特征转换成供神经网络训练和分类的输入数据。其次，设计了单隐层的三层BP神经网络模型，并提出“重建网络，重新学习”的策略，采用这种策略不但可以确定最佳隐单元节点的个数，还可以确定最佳神经网络。最后，结合本课题的研究内容和神经网络模型，提出了采用将数据进行分类学习并创建神经网络的思路，给出了基于 BP神经网络的分类学习算法，并通过k-fold交叉验证的方法验证了所提出算法的合理性、可靠性和有效性。
　　实验结果表明，本系统较好地解决了图书智能分布问题，从应用角度进一步验证了在解决模式识别领域问题时，神经网络技术与理论的优势，并为图书馆的智能化管理进行了有益的技术性探索。

目录

声明

第1章 绪论

1.1 研究目的和意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 全文安排

第2章 神经网络理论与应用

2.1 引言

2.2 神经网络概述

2.3 BP神经网络原理及性能

2.4 本章小结

第3章 基于BP神经网络的智能化图书分布系统

3.1 引言

3.2 特征提取及量化

3.3 预处理

3.4 BP神经网络模型的建立

3.5 算法的描述

3.6 本章小结

第4章 系统仿真实验及分析

4.1 引言

4.2 BP神经网络的训练

4.3 BP神经网络的验证实验

4.4 最终BP神经网络的确定

4.5 模型与算法分析

4.6 本章小结

结论

参考文献

攻读硕士学位期间发表的论文

致谢