|
|
| 题目类型 | 自然科学：□基础研究类 □应用基础研究类 √应用研究类 |
|
| 社会科学：□基础研究类 □应用研究类 □综合研究类 |
| 选题依据（来源、目的、意义）
| 神经网络具有非线性的基本特征，并具有并行结构和学习能力，对应外部激励，能给出相应的输出。BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成为强分类器。本课题将研究BP神经网络在数据预测中的应用。通过研究该课题，使学生掌握BP神经网算法的基本流程；通过实现，可提高学生的编程能力，为今后的实际工作奠定基础。 |
| 可提供的研究条件 | (1）计算机系实验室向做毕业设计的学生开放，具体时间为： 上午8：00－12：00，下午2：00－6：00，晚上7：00－10：00 （除去一些其他年级学生上机课时间外） (2）可在学校图书馆查阅有关资料和图书。 |
| 工作内容、要求及进程 | 工作内容及要求： 1. 查阅相关文献，了解BP神经网络算法及Adaboost算法方面的背景知识。 2. 编写程序实现BP神经网络在数据预测中的应用。 3. 编写论文，完成课题。 进程： 3月19日----4月9日 学习BP神经网络算法及Adaboost算法方面的背景知识，掌握其基本流程。 4月10日----5月10日 编写程序，实现BP神经网络在数据预测中的应用 5月11日----6月1日 撰写毕业论文 |
| 系 主 任 签章： 年 月 日 | |
| 指导教师签发日期： 年 月 日 指导教师签字： | |
