人工神经网络理论基础精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的人工神经网络理论基础主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工神经网络理论基础范文

关键词：神经网络；智能；计算；应用研究

中图分类号：TP393文献标识码：A文章编号：1009-3044(2008)20-30326-02

Application of Neural Network Forefront

LI Bing-fu1,2

(1.Zhanjiang Normal College, Zhanjiang 524048, China; 2.Chongqing University, Master of the Computer College, Chongqing 400030, China)

Abstract: The rise of neural networks, has been on the cognitive and intellectual nature of the computer industry and basic research has produced an unprecedented excitement and great role. Therefore, in all fields has greatly applied research.

Key words: Neural Networks; Intelligent; Computing; Applied Research

1 引言

神经网络是一门模仿人类神经中枢――大脑构造与功能的智能科学，利用物理器件来模拟生物神经网络的某些结构和功能，即由许多功能简单的神经元互联起来，形成一种能够模拟人的学习、决策和识别等功能的网络系统。他具有快速反映能力，便于对事物进行适时控制与处理；善于在复杂的环境下，充分逼近任意非线形系统，快速获得满足多种约束条件问题的最优化答案；具有高度的鲁棒性和容错能力等优越性能。

神经网络的崛起，已对认知和智力的本质的基础研究乃至计算机产业都产生了空前的刺激和极大的推动作用。因此在各个领域都有很大的应用研究。

2 神经网络（ANN）的研究内容

1) 理论研究：ANN模型及其学习算法，试图从数学上描述ANN的动力学过程，建立相应的ANN模型，在该模型的基础上，对于给定的学习样本，找出一种能以较快的速度和较高的精度调整神经元间互连权值，使系统达到稳定状态，满足学习要求的算法；2) 实现技术的研究：探讨利用电子、光学、生物等技术实现神经计算机的途径；3) 应用的研究：探讨如何应用ANN解决实际问题，如模式识别、故障检测、智能机器人等。

3 神经网络在各领域的应用研究

3.1 智能机器领域的应用研究

智能机器领域的应用研究主要是进一步研究调节多层感知器的算法，使建立的模型和学习算法成为适应性神经网络的有力工具，构建多层感知器与自组织特征图级联想的复合网络，是增强网络解决实际问题能力的一个有效途径。重视联结的可编程性问题和通用性问题的研究，从而促进智能科学的发展。通过不断探索人类智能的本质以及联结机制，并用人工系统复现或部分复现，制造各种智能机器，可使人类有更多的时间和机会从事更为复杂、更富创造性的工作。

智能的产生和变化经过了漫长的进化过程，我们对智能处理的新方法的灵感主要来自神经科学，例如学习、记忆实质上是突触的功能，人类大脑的前额叶高度发育，它几乎占了30%大脑的表面积，在其附近形成了人类才出现的语言运动区，它与智能发育密切相关，使神经系统的发育同环境的关系更加密切，脑的可塑性很大，能主动适应环境还能主动改造环境，人类向制造智能工具方向迈进正是这种主动性的反映。脑的可塑期越长，经验对脑的影响就越大，而人类的认知过程很大程度上不仅受经验主义的影响，而且还接受理性主义的模型和解释。因此，对于智能和机器的关系，应该从进化的角度，把智能活动看成动态发展的过程，并合理的发挥经验的作用。同时还应该从环境与社会约束以及历史文化约束的角度加深对它的理解与分析。

神经网络是由大量处理单元组成的非线性、自适应、自组织系统，它是在现代神经科学研究成果的基础上提出的，试图模拟神经网络加工、记忆信息的方式，设计一种新的机器，使之具有人脑风格的信息处理能力。智能理论所面对的课题来自“环境－问题－目的”，有极大的诱惑力与压力，它的发展方向就将是，把基于联结主义的神经网络理论、基于符号主义的人工智能专家系统理论和基于进化论的人工生命这三大研究领域，在共同追求的总目标下，自发而有机的结合起来。在21世纪初，智能的机器实现问题的研究将有新的进展和突破。

3.2 神经计算和进化计算的应用研究

计算和算法是人类自古以来十分重视的研究领域，本世纪30年代，符号逻辑方面的研究非常活跃。例如Church、Kleene、Godel、Post、Turing等数学家都给出了可计算性算法的精确数学定义，对后来的计算和算法的发展影响很大。50年代数学家Markov发展了Post系统。80年代以后，神经网络理论在计算理论方面取得了引人注目的成果，形成了神经计算和进化计算新概念，激起了许多理论家的强烈兴趣，大规模平行计算是对基于Turing机的离散符号理论的根本性的冲击，但90年代人们更多的是批评的接受它，并将两者结合起来，近年来，神经计算和进化计算领域很活跃，有新的发展动向，在从系统层次向细胞层次转化里，正在建立数学理论基础。随着人们不断探索新的计算和算法，将推动计算理论向计算智能化方向发展，在21世纪人类将全面进入信息社会，对信息的获取、处理和传输问题；对网络路由优化问题；对数据安全和保密问题等等将有新的要求，这些将成为社会运行的首要任务，因此，神经计算和进化计算与高速信息网络理论联系将更加密切，并在计算机网络领域中发挥巨大的作用，建立具有计算复杂性、网络容错性和坚韧性的计算理论。

基于人类的思维方式的转变：线性思维转到非线性思维。神经元、神经网络都具有非线性、非局域性、非定常性、非凸性和混沌等特性，故此在计算智能的层次上进行非线性动力系统、 混沌神经网络以及对神经网络的数理研究。从而进一步研究自适应性子波、非线性神经场的兴奋模式、神经集团的宏观力学等。因为，非线性问题的研究是神经网络理论发展的一个最大动力，也是它面临的最大挑战。此外，神经网络与各种控制方法有机结合具有很大发展前景，建模算法和控制系统的稳定性等研究仍为热点问题，而容忍控制、可塑性研究可能成为新的热点问题。开展进化并行算法的稳定性分析及误差估计方面的研究将会促进进化计算的发展。把学习性并行算法与计算复杂性联系起来，分析这些网络模型的计算复杂性以及正确性，从而确定计算是否经济合理。因而关注神经信息处理和脑能量两个方面以及它们的综合分析研究的最新动态，吸收当代脑构象等各种新技术和新方法是十分重要的。

离散符号计算、神经计算和进化计算相互促进或者最终导致这3种计算统一起来，这算得上是我们回避不了的一个重大难题。预计在21世纪初，关于这个领域的研究会产生新的概念和方法。尤其是视觉计算方面会得到充分地发展。我们应当抓住这个机会，力求取得重大意义的理论和应用成果。

3.3 神经网络结构和神经元芯片的应用研究

神经网络结构的研究是神经网络的实现以及成功地实现应用的前提，又是优越的物理前提。它体现了算法和结构的统一，是硬件和软件的混合体，这种硬软混合结构模型可以为意识的作用和基本机制提供解释。未来的研究主要是针对信息处理功能体，将系统、结构、电路、 器件和材料等方面的知识有机结合起来，建构有关的新概念和新技术，如结晶功能体、最子效应功能体、高分子功能体等。在硬件实现上，研究材料的结构和组织，使它具有自然地进行信息处理的能力，如神经元系统、自组织系统等。神经计算机的主要特征是具有并行分布式处理、学习功能，这是一种提高计算性能的有效途径，使计算机的功能向智能化发展，与人的大脑的功能相似，并具有专家的特点，比普通人的反应更敏捷，思考更周密。光学神经计算机具有神经元之间的连接不仅数量巨大而且结合强度可以动态控制，因为光波的传播无交叉失真，传播容量大，并可能实现超高速运算，这是一个重要的发展领域，其基础科学涉及到激光物理学、非线性光学、光紊乱现象分析等，这些与神经网络之间在数学构造上存在着类似性。近年来，人们采用交叉光互连技术，保证了它们之间没有串扰，它有着广阔的发展前景。在技术上主要有超高速、大规模的光连接问题和学习的收敛以及稳定性问题，可望使之得到突破性进展；另一种是采用LSI技术制作硅神经芯片，以及二维VLSI技术用于处理具有局部和规则连接问题。在未来一、二十年里半导体神经网络 芯片仍将是智能计算机硬件的主要载体，而大量的神经元器件，如何实现互不干扰的高密度、高交叉互连，这个问题可望尽早得到解决。此外，生物器件的研究正处于探索之中，研究这种模型的理论根据是当硅集成块和元件间的距离如果接近0.01微米时，电子从邻近元件逸入的概率将很有限，便产生“隧道效应”的现象，它是高集成电路块工作不可靠的原因之一。而生物芯片由于元件是分子大小的，其包装密度可成数量级增加，它的信号传播方式是孤电子，将不会有损耗，并且几乎不产生热。因此，它有更诱人的前景。随着大量神经计算机和神经元芯片应用于高科技领域，给神经网络理论和方法赋予新的内容，同时也会提出一些新的理论课题，这是神经网络迅速发展的一个动力。

4 结束语

近年来，我国“863”计划、攻关计划、“攀登”计划和国家自然科学基金等，都对神经网络的研究给予了资助，吸引了大量的优秀青年人才从事神经网络领域的研究工作，并促进我国能在这个领域取得世界上的领先地位。在21世纪科学技术发展征程中，神经网络理论的发展将与日俱增。

参考文献：

[1] 阎平凡.人工神经网络的容量、学习与计算复杂性[J]. 电子学报,1995,23.

第2篇：人工神经网络理论基础范文

【关键词】 技术分析 神经网络 BP算法

一、技术分析的理论基础

本文的理论基础是股市技术分析中道氏理论中的三大假设:其一,市场行为涵盖一切信息;其二,价格沿趋势移动;其三,历史会重演。根据道氏三大假设,股市是可以预测的,至少是短期可预测的。所谓股票的技术分析法是相对于基本面分析法而言的。技术分析法是通过图表或者技术指标的记录,研究市场过去以及现在的行为反映,以推测未来的价格变动趋势。其依据的技术指标的主要内容是由股票价格、成交量和指数的涨跌等数据计算所得。在此就本文中所使用的指标进行简单的介绍。

均线指标:实际上是移动平均线指标的简称。由于该指标是反映价格运行趋势的重要指标,其运行趋势一旦形成,将在一段时间内继续保持,趋势运行所形成的高点或低点又分别具有阻挡或支撑作用,因此均线指标所在的点位往往是十分重要的支撑或阻力位,这就为我们提供了买进或卖出的有利时机,均线系统的价值也正在于此。

KDJ指标:随机指标KDJ一般是根据统计学的原理,以最高价、最低价及收盘价为基本数据进行计算,得出的K值、D值和J值分别在指标的坐标上形成的一个点,连接无数个这样的点位,就形成一个完整的、能反映价格波动趋势的KDJ指标。它主要是利用价格波动的真实波幅来反映价格走势的强弱和超买超卖现象,在价格尚未上升或下降之前发出买卖信号的一种技术工具。它在设计过程中主要是研究最高价、最低价和收盘价之间的关系,同时也融合了动量观念、强弱指标和移动平均线的一些优点,因此,能够比较迅速、快捷、直观地研判行情。随机指标KDJ最早是以KD指标的形式出现,而KD指标是在威廉指标的基础上发展起来的。不过威廉指标只判断股票的超买超卖现象,在KDJ指标中则融合了移动平均线速度上的观念,形成比较准确的买卖信号依据。在实践中,K线与D线配合J线组成KDJ指标来使用。由于KDJ线本质上是一个随机波动的观念,故其对于掌握中短期行情走势比较准确。。

MACD指标:MACD称为指数平滑异同移动平均线(Moving Average Convergence and Divergence)。是从双移动平均线发展而来的,由快的移动平均线减去慢的移动平均线,MACD的意义和双移动平均线基本相同,但阅读起来更方便。当MACD从负数转向正数,是买的信号。当MACD从正数转向负数,是卖的信号。当MACD以大角度变化,表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开,代表了一个市场大趋势的转变。MACD是一项利用短期移动平均线与长期移动平均线之间的聚合与分离状况,对买进、卖出时机作出研判的技术指标。

二、神经元

神经元是神经网络中的基本处理单位,图1是一种典型的神经元模型,它是模拟生物神经元的细胞体、树突、轴突、突触等主要部分而构成。

三、BP算法

1、BP算法的基本思想。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:输入样本->输入层->各隐层(处理)->输出层(若输出层实际输出与期望输出不符,则误差反向传播过程)。误差反向传播:输出误差(某种形式)->隐层(逐层)->输入层。其主要目的是通过将输出误差反传,将误差分摊给各层所有单元,从而获得各层单元的误差信号,进而修正各单元的权值(其本质,是一个权值调整的过程)。权值调整的过程,也就是网络的学习训练过程(学习也就是这么的由来,即是权值调整)。

2、BP算法实现步骤。初始化;输入训练样本对,计算各层输出;计算网络输出误差;计算各层误差信号;调整各层权值;检查网络总误差是否达到精度要求。满足,则训练结束;不满足,则返回步骤2。

3、多层感知器(基于BP算法)的主要能力。第一,非线性映射:足够多样本学习训练能学习和存储大量输入-输出模式映射关系。只要能提供足够多的样本模式对供BP网络进行学习训练,它便能完成由n维输入空间到m维输出空间的非线性映射。第二,泛化:输入新样本->完成正确的输入、输出映射。第三,容错:个别样本误差不能左右对权矩阵的调整

4、标准BP算法的缺陷。第一,易形成局部极小(局部最优)而得不到全局最优。第二,训练次数多使得学习效率低下,收敛速度慢(需做大量运算)。第三,隐节点的选取缺乏理论支持。第四,训练时学习新样本有遗忘旧样本趋势。

四、神经网络特点及在证券市场的适用性

人工神经网络是由大量神经元的信息处理单元构成,其主要原理是模拟生物神经元之间的激励过程,通过这一复杂的过程来完成一系列的相关任务,神经网络具有以下较为突出特点:第一,具有自适应性,有强大的自主学习能力,可以通过训练样本根据样本信息及周围环境变化改变自身的网络结构,从而使自身能够以最有效的形式来模拟训练样本所隐含的环境。第二,能从训练样本中获取知识,并具有很好的记忆特征,可以用于处理一些环境复杂,推理并不明确的问题。第三,在非线性时间序列预测中,人工神经网络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。第四,神经网络的容错性强,可以处理信息不完全的预测问题。第五,由于神经网络具有一致逼近的能力,训练后的神经网络在样本点上输出期望值(误差在允许范围内),在非样本点上表现出神经网络的联想记忆功能。

股票市场是一个混沌的市场,具有很强的非线性特征:第一,对影响股市波动相同的因素来说,根据其对股市造成影响的时间不同,每次该项因素对股市影响的程度也不同,这与线性系统的特征是不相符的,这也就说明了股票市场的非线性性。第二,股票市场波动的突发性和剧烈程度,足以说明股票市场的非线性性。

通过以上可以看出由于股票市场存在非线性的特征,利用一般的线性分析工具来研究股票市场对研究结果将会造成很大的偏差,但神经网络理论,以其自身的特点,可以很好地将其运用于解决此类问题。

五、模型建立及实验过程

首先,模型设计的实验原理是基于具有3层结构的BP神经网络可以任意地去逼近任何函数,就其本身来说就相当于是一个“黑箱子”,只要你给定其相关的输入和输出,通过训练它就能一定模拟出一个复杂的函数来拟合你的这组输入和输出,从而得到满意的训练结果。

本文的数据选取的是中国银行的一些技术分析指标,它来源于大智慧软件的数据库,根据技术分析指标的分类结合聚类的思想,在每一类指标中选取具有代表性的一种来代表这一类指标,所以在这个模型中我选取了BIAS,KDJ,MACD,威廉指标和成交量,这几个指标中有的虽有些相同的性质,但由于它们都是一些常用指标,有一定的实用价值,也不失可作为输入数据。

本文的数据输出是每日收盘价的五日以用平均值。之所以选取均值作为输出主要是因为均值作为输出值相对来说较为平滑,这样无论是对训练还是预测都会得到比较理想的结果。接下来,就是模型的设计。根据问题,在输入层有5个输入所以需要有5个神经元,而输出层只需要一个神经元,根据经验公式隐含层神经元的个数为2n+1,其中n为输入层神经元的个数,所以隐含层的神经元个数为11个,这样一来,模型的基本框架就已经构成,其大致结构如图2。

以下是根据该模型用Matlab编的程序的主要部分:

net=newff(minmax(P),[11 1],{'tansig','purelin'});

net.trainParam.epochs=1000;

net.trainParam.goal=0.0001;

[net,tr]=train(net,P_train,T_train);

下面对整个程序做一个简单的介绍:首先,本文选取100组数据作为训练样本,对它们进行归一化处理,接着对它们进行训练,反归一化处理得出训练结果,分析结果再选取三组数据进行泛化性分析。其训练结果如下图3所示。然后分别用三组数据来测试训练结果,看其泛化性能是否好,期预测误差的结果如表1所示。

由训练结果我们可以看出该训练效果较好,由预测的误差结果可知它的泛化性能也相对较好,所以我们可以得出以下结论。

六、结论

从整个实证分析的过程可以看出技术分析在我国股票市场还具有一定的有效性,说明技术分析的一些指标还可以指导投资者进行证券投资。但从中我们也应该看到其中的一些不足:第一,由于该实验选取的是对单一股票的技术指标的检测,虽然中国银行属于大盘股,不易被庄家所控制,但它作为个股仍不能代表整个市场,所以至于技术分析是否对整个中国股市有效仍具有不确定性。第二,由于BP算法自身的一些缺陷也可能给实验带来一些误差影响。所以,投资者在投资前首先要认清大势,因为我国股市是一个政策市,它受政府相关政策影响的程度极大,所以投资者在投资前首先要进行基本面的分析,基本面的分析与技术分析的结合使用才是进行证券投资的首选方案。

(注:本文为武汉理工大学自主创新研究基金《基于神经网络系统分析我国股票市场的有效性》课题的系列研究成果之一,项目编号2010-VA-007JJ。)

【参考文献】

[1] Zvi Bodie:投资学[M].机械工业出版社,2006.

[2] 曹凤歧、刘力、姚长辉:证券投资学[M].北京大学出版社,2000.

[3] 高隽:人工神经网络原理及仿真实例[M].机械工业出版社,2007.

第3篇：人工神经网络理论基础范文

【关键词】 中小企业 融资 风险评估 预警

一、研究背景

在激烈的市场竞争中，由于国家对中小企业上市融资的诸多限制，河南省许多中小企业以负债融资为主要方式来筹集发展资金。这为河南省中小企业缓解了资金短缺的困难，拓宽了融资渠道，也赢得了更多发展资金和获利机会。河南省中小企业在负债经营的同时，必然会伴随一定的金融风险。如果脱离实际，缺乏负债融资规模论证，过度负债经营，将导致该风险增大。

对于河南省中小企业管理者来说，动态监测河南省中小企业负债情况，及时把握河南省中小企业偿还能力，有利于河南省中小企业做出正确的融资和投资决策；同时也有利于相关债权人来根据河南省中小企业偿还能力的强弱来判断做出是否贷款决策。

本研究依据系统论、管理决策理论和方法对风险评估指标体系的构建方案进行总体设计；采用文献评阅法和Delphi法、现场访谈法确定关键指标及权重；运用中小企业经济管理、财务管理理论和多元统计学方法分析相关数据，探索出能够体现我国河南省中小企业自身特点的负债融资风险预警指标体系；建立河南省中小企业债务信息集成数据库，使用Stata7.0统计软件分析处理有关数据，运用Matlab8.0工具包进行实证分析。

二、中小企业负债融资的风险

1、负债比例结构。借入资金和自有资金的比例是否适当，与企业财务上的利益和风险有着密切的关系。在财务杠杆作用下，当投资利润率高于利息率时，企业扩大负债规模，适当提高借入资金与自有资金之间的比率，就会增加企业的权益资本收益率。在投资利润率低于利息率时，企业负债越多，借入资金与自有资金比例越高，企业权益资本收益率也就越低，甚至发生亏损或破产。负债规模一定时，债务期限的安排是否合理也会影响企业筹资风险。若长、短期债务比例不合理，还款期限过于集中，就会使企业在债务到期日还债压力过大，资金周转不灵，影响正常生产经营活动。

2、利率非预期变动。企业在筹集资金时可能面临利率变动带来的风险，利率水平的高低直接决定企业资金成本的大小。在不同发展阶段，国家为经济的稳定发展实施了不同的货币和财政政策。当贷款的利息率降低时，企业的筹资成本较低，融资风险就降低了；相反，当贷款的利息率提高时，企业筹资成本增加，经营成本提高，就要承担较大的融资风险。

3、经营决策失误。企业投资新的项目需要大量资金，如果该项目失败或不能很快建成并形成生产能力，无法尽快地收回资金来偿还本息，企业会承受巨大的财务危机。

三、构建风险评估体系

对于中小企业融资风险预警系统的设计要针对其融资风险的表现形式和影响因素，特别关注与企业偿债相关的能力测试和预警；针对中小企业管理薄弱，在系统设计时，应加强定量的分析。从河南省中小企业的发展规模来看，其抗风险能力较差，因此在预警系统的设计时，要注重定量监测河南省中小企业负债经营的财务风险程度，建立能够反映河南省中小企业自身特点的风险监测预警指标体系。

1、构建指标体系的原则。（1）依据现行有关河南省中小企业管理规定和财务制度；（2）参照其他行业财务风险评估常用的指标；（3）根据河南省中小企业自身特点，选取的指标能够体现河南省中小企业的获利及偿还能力；（4）能体现河南省中小企业运营现状及未来发展潜力。

2、预警指标的选取。本研究对可能发生的财务风险进行详尽分类，初步将指标体系分为要素层和指标层两个层次。其中，风险预警要素层为一级指标，包括四个方面：获利能力、偿债能力、运营状况和发展潜力；风险预警指标层为二级指标，包括河南省中小企业资产负债率等14项指标。

3、指标体系的建立。根据研究目标和影响负债经营财务风险的相关因素，本文设计出 “河南省中小企业负债经营现状调查问卷”，遴选16位相关领域的专家进行两轮特尔菲法（Delphi法）函询调查，并对结果进行统计分析，最终确定由4项一级指标、11项二级指标构成河南省中小企业负债经营财务风险评估指标体系（见图1）。

4、综合预警指数的设置。由于指标体系中每一个或每一组指标只能反映河南省中小企业经营活动某一方面所面临的风险，要全面反映和监测河南省中小企业负债经营的财务风险程度，则须对其进行综合度量。本研究设置“河南省中小企业负债经营财务风险综合预警指数”，以下简称“综合预警指数”（SWI），并定义：综合预警指数＝资金获利能力指标×权重＋资金清偿能力指标×权重＋资金利用能力指标×权重＋资本保值增值能力指标×权重（运用特尔菲法方法确定权重），其数学判别公式为：SWI=(A1～A2)×0.3＋(B1～B3)×0.3＋(C1～C3)×0.2＋(D1～D3)×0.2。

5、财务风险警戒区间的划分。为了直观地描述河南省中小企业面临的财务风险，根据风险的严重程度和指标相对分数，本研究采用“四色信号景气分析法”，将河南省中小企业负债经营财务风险划分为：安全预报（0＜SWI≤0.25)、轻度风险警报（0.25＜SWI≤0.50)、中度风险警报（0.50＜SWI≤0.75)、重度风险警报（0.75＜SWI≤1)四个区间，分别对应为绿色、黄色、橙色和红色四个区域。

四、实证研究结果

1、预警模型的选择。以往研究中，应用最为广泛的分析方法是直线回归、指数平滑等传统的线性模型，但是这些方法都需要资料满足正态性等适用条件，并且要假定各指标因素间是线性关联的。但实际上，河南省中小企业财务状况的变化与财务比率的关系是非线性的，并且许多指标也非正态分布。已广泛应用的人工神经网络模型是解决这一问题的较好办法。因而，本研究尝试应用基于BP算法的多层前馈型人工神经网络对河南省中小企业负债经营财务风险进行预警研究，借助神经网络的自学习特性，通过模型的“输入”、“输出”，“辨识”出指标体系的结构，然后利用该结构进行风险评估和预警。

2、网络的预测结果。研究选取河南省某企业2005年7月～2006年12月期间共18个月份的数据，先将2005年7月～2006年11月的12项指标对应数据作为网络的输入，将2005年8月～2006年12月的12项指标数据作为网络的输出，组成训练集对网络进行训练，使误差达到满意的程度，用这样的网络进行预测。此后，用2005年8月～2006年12月的12项指标数据作为网络的输入，预测2005年9月～2007年1月各指标的输出。依此类推，得到2007年1月、2月、3月对应指标的预测值。以样本企业的“资产负债率”单项指标为例，应用BP人工神经网络模型对样本企业2007年1月～3月（第一季度）的财务指标变化情况进行预测。结果显示，指标实际值与预测值十分接近，预警曲线的前面部分几乎重合，用人工神经网络进行风险预测结果具有非常高的精度和准确率。

3、综合风险预警指数的计算。以样本某企业为例，我们对其11项财务风险指标的变化情况也进行了测算。根据该企业2005年7月的月报数据的指标分数及所占权重，可综合度量出该企业负债经营面临的财务风险程度：综合预警指数SWI=A资金获利能力风险指数×所占权重+B资金清偿能力风险指数×所占权重+C资金利用能力风险指数×所占权重+D资本保值增值能力风险指数×所占权重＝0.3808。同法，可算出样本企业2005年8月～2006年12月各月份的负债经营综合财务风险综合预警指数SWI（见表1）。

4、预警曲线绘制及结果分析。为了直观表示风险程度，运用计算出的各月份风险综合预警指标SWI的数值，绘制出该样本企业负债经营财务风险综合预警指数变化曲线（见图2）

由图2可见，2005年7月～9月，该企业的财务风险综合预警指数处于“黄灯”区域，提示该企业的财务状况有轻度风险，可能有部分财务预警指标超过了安全界限。2005年10月～2006年9月，该企业的财务风险综合预警指数一度攀升，直接越过橙色灯警戒区域到达红色警戒区域，其原因可能是该企业存在决策方面的问题，导致财务风险持续增加，形成了过度负债经营的状况。自2005年10起，该企业决策层可能对资金使用方案进行了一系列的调整，使该企业的财务风险综合预警指数出现缓慢回落，但是下降速度较慢，表明仍然面临较大的风险。此时，该企业面临的获利能力和偿还能力不足，运营能力和发展潜力仍处于不良状态。预计在2007年第一季度（1～3月）该企业财务风险将会继续下降，但是下降幅度不会太大，可能仍会处于中度风险区间。

五、对策与建议

负债融资可能导致的财务风险是现代河南省中小企业面对激烈市场竞争、实施负债经营策略的必然产物，河南省中小企业在负债经营过程中外部环境因素与内部条件的变化，相互联系、相互作用，可能共同导致财务风险。本研究从政府管理和河南省中小企业两个层面提出了风险防范对策和政策建议，为政府部门和河南省中小企业管理者制定经营策略提供科学参考和决策依据。

1、政府部门层面。（1）发挥政府的宏观管理与监管职能。河南省中小企业负债经营必然会带来一定的风险，河南省中小企业经营效益的好坏，不仅关系到河南省中小企业自身的生存与发展，也直接关系到河南省经济健康发展和社会稳定。因此，应加强河南省中小企业负债融资活动的宏观管理，进一步规范金融市场秩序，发挥政府的宏观调控指导与金融监管职能。

（2）加强河南省中小企业项目贷款的论证与审批。在投资决策方面，政府主管部门应认真掌握河南省中小企业重大项目贷款的额度和标准，严格控制河南省中小企业盲目举债建设行为。同时，加强对申请贷款河南省中小企业的风险评估，成立由多个部门参与的河南省中小企业负债经营风险专家咨询机构，对数额重大的河南省中小企业贷款项目进行论证和审批，真正做到政策引路，项目把关，有效防范河南省中小企业负债经营带来的风险。

（3）建立河南省中小企业财务业绩信息制度。为加强风险控制，建立河南省中小企业财务业绩信息制度，进一步提高河南省中小企业资金使用、负债融资运作的透明度，增强河南省中小企业自我管理、自我约束的能力。同时，政府主管部门应加强及时了解金融市场以其它投资机构的反应和要求，努力改善河南省中小企业的运营环境，争取得到更多外部资金支持。

（4）督促河南省中小企业建立自身的风险防范预警机制。政府部门不仅需要实施有效的外部监管，更为重要的是应督促河南省中小企业自身建立健全科学有效的内部运行控制机制，形成自下而上的风险防范预警管理体系，提高河南省中小企业防范负债经营风险的积极性、主动性和创造性。通过财务风险预警管理体系，评价其财务运行机制是否健全，管理制度是否完善，管理方法是否科学，管理措施是否落实。

2、中小企业管理层面。（1）树立财务风险管理意识。河南省中小企业在负债经营活动过程中，由于内外部环境的变化，导致实际结果与预期效果相偏离的情况是难以避免的。河南省中小企业管理者树立强烈的风险意识，正确承认风险，科学估测风险，预防发生风险，并且有效应对风险，尤其是领导层应对潜在的危机有较清醒的认识和警惕，具备一定的风险管理知识和防范控制能力。

（2）提高科学决策水平。企业投资的重大决策关系到企业的生死存亡。河南省中小企业管理者应立足现实、着眼长远，兼顾企业的眼前利益与长远发展，讲究科学决策。在融资决策过程中，应通过对资金成本的计算分析及各种筹资方式的风险分析，选择合理的资金结构，并充分考虑偿还能力，制定出借款、还款计划和重大建设项目的费用安排。

（3）实行稳健融资策略。河南省中小企业在负债经营过程中，关键的是要把握一个“度”字，敢于负债、善于负债、科学管理、规避风险是中小企业负债经营成功的关键。在进行负债决策时，中小企业应当采取稳健融资策略，充分估计未来各种不确定因素对河南省中小企业发展可能产生的不利影响，努力在控制融资风险与谋求最大收益之间寻求一种均衡。

【参考文献】

[1] 河南省中小企业“十一五”发展规划.

第4篇：人工神经网络理论基础范文

关键词：数字图像；图像压缩；压缩技术；任意形状可视对象编码

Abstract:Digitalimagecompressiontechnologyisofspecialintrestforthefasttransmissionandreal-timeprocesssingofdigitalimageinformationontheinternet.Thepaperintroducesseveralkindsofthemostimportantimagecompressionalgorithmsatpresent:JPEG,JPEG2000,fractalimagecompressionandwavelettransformationimagecompression,andsummarizestheiradvantageanddisadvantageanddevelopmentprospect.Thenitintroducessimplythepresentdevelopmentofcodingalgorithmsaboutarbitraryshapevideoobject,andindicatesthealgorithmshaveahighcompressionrate.

Keyword:Digitalimage;Imagecompression;Compresstechnique;Arbitraryshapevisibleobjectcode

一、引言

随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。

图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了[1]。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。

二、JPEG压缩

负责开发静止图像压缩标准的“联合图片专家组”（JointPhotographicExpertGroup,简称JPEG），于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。

1．JPEG压缩原理及特点

JPEG算法中首先对图像进行分块处理，一般分成互不重叠的大小的块，再对每一块进行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后进行哈夫曼编码。JPEG的特点如下：

优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好图像质量。

缺点：（1）由于对图像进行分块，在高压缩比时产生严重的方块效应；（2）系数进行量化，是有损压缩；（3）压缩比不高，小于50[2]。

JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其结果不是最优的[3]。

2．JPEG压缩的研究状况及其前景[2]

针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年来提出了不少改进方法，最有效的是下面的两种方法：

（1）DCT零树编码

DCT零树编码把DCT块中的系数组成log2N个子带，然后用零树编码方案进行编码。在相同压缩比的情况下，其PSNR的值比EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。

（2）层式DCT零树编码

此算法对图像作的DCT变换，将低频块集中起来，做反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数进行零树编码。

JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，因此在今后的研究中，应重点解决DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合进行压缩。

三、JEPG2000压缩

JPEG2000是由ISO/IECJTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。

1．JPEG2000压缩原理及特点

JPEG2000编解码系统的编码器和解码器的框图如图1所示[4]。

编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。

JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提高10%~30%，而且压缩后的图像显得更加细腻平滑。对于目前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在JPEG2000系统中，通过选择参数，能够对图像进行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。由于JPEG2000采用小波技术，可随机获取某些感兴趣的图像区域（ROI）的压缩码流，对压缩的图像数据进行传输、滤波等操作[4]。

图1JPEG2000压缩编码与解压缩的总体流程

2．JPEG2000压缩的前景

JPEG2000标准适用于各种图像的压缩编码。其应用领域将包括Internet、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等[5]。JPEG2000图像压缩标准将成为21世纪的主流静态图像压缩标准。

四、小波变换图像压缩

1．小波变换图像压缩原理

小波变换用于图像编码的基本思想就是把图像根据Mallat塔式快速小波变换算法进行多分辨率分解。其具体过程为：首先对图像进行多级小波分解，然后对每层的小波系数进行量化，再对量化后的系数进行编码。小波图像压缩是当前图像压缩的热点之一，已经形成了基于小波变换的国际压缩标准，如MPEG-4标准，及如上所述的JPEG2000标准[2]。

2．小波变换图像压缩的发展现状及前景

目前3个最高等级的小波图像编码分别是嵌入式小波零树图像编码（EZW），分层树中分配样本图像编码（SPIHT）和可扩展图像压缩编码（EBCOT）。

（1）EZW编码器[6]

1993年，Shapiro引入了小波“零树”的概念，通过定义POS、NEG、IZ和ZTR四种符号进行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提高了小波系数的编码效率。此算法采用渐进式量化和嵌入式编码模式，算法复杂度低。EZW算法打破了信息处理领域长期笃信的准则：高效的压缩编码器必须通过高复杂度的算法才能获得，因此EZW编码器在数据压缩史上具有里程碑意义。

（2）EBCOT编码器[8]

优化截断点的嵌入块编码方法（EBCOT）首先将小波分解的每个子带分成一个个相对独立的码块，然后使用优化的分层截断算法对这些码块进行编码，产生压缩码流，结果图像的压缩码流不仅具有SNR可扩展而且具有分辨率可扩展，还可以支持图像的随机存储。比较而言，EBCOT算法的复杂度较EZW和SPIHT有所提高，其压缩性能比SPIHT略有提高。

小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。小波图像压缩的研究集中在对小波系数的编码问题上。在以后的工作中，应充分考虑人眼视觉特性，进一步提高压缩比，改善图像质量。并且考虑将小波变换与其他压缩方法相结合。例如与分形图像压缩相结合是当前的一个研究热点[2]。

（3）SPIHT编码器[7]

由Said和Pearlman提出的分层小波树集合分割算法（SPIHT）则利用空间树分层分割方法，有效地减小了比特面上编码符号集的规模。同EZW相比，SPIHT算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。同EZW编码器一样，SPIHT编码器的算法复杂度低，产生的也是嵌入式比特流，但编码器的性能较EZW有很大的提高。

五、分形图像压缩

1988年，Barnsley通过实验证明分形图像压缩可以得到比经典图像编码技术高几个数量级的压缩比。1990年，Barnsley的学生A.E.Jacquin提出局部迭代函数系统理论后，使分形用于图像压缩在计算机上自动实现成为可能。

1．分形图像压缩的原理

分形压缩主要利用自相似的特点，通过迭代函数系统（IteratedFunctionSystem,IFS）实现。其理论基础是迭代函数系统定理和拼贴定理。

分形图像压缩把原始图像分割成若干个子图像，然后每一个子图像对应一个迭代函数，子图像以迭代函数存储，迭代函数越简单，压缩比也就越大。同样解码时只要调出每一个子图像对应的迭代函数反复迭代，就可以恢复出原来的子图像，从而得到原始图像[9]。

2．几种主要分形图像编码技术[9]

随着分形图像压缩技术的发展，越来越多的算法被提出，基于分形的不同特征，可以分成以下几种主要的分形图像编码方法。

（1）尺码编码方法

尺码编码方法是基于分形几何中利用小尺度度量不规则曲线长度的方法，类似于传统的亚取样和内插方法，其主要不同之处在于尺度编码方法中引入了分形的思想，尺度随着图像各个组成部分复杂性的不同而改变。

（2）迭代函数系统方法

迭代函数系统方法是目前研究最多、应用最广泛的一种分形压缩技术，它是一种人机交互的拼贴技术，它基于自然界图像中普遍存在的整体和局部自相关的特点，寻找这种自相关映射关系的表达式，即仿射变换，并通过存储比原图像数据量小的仿射系数，来达到压缩的目的。如果寻得的仿射变换简单而有效，那么迭代函数系统就可以达到极高的压缩比。

（3）A-E-Jacquin的分形方案

A-E-Jacquin的分形方案是一种全自动的基于块的分形图像压缩方案，它也是一个寻找映射关系的过程，但寻找的对象域是将图像分割成块之后的局部与局部的关系。在此方案中还有一部分冗余度可以去除，而且其解码图像中存在着明显的方块效应。

3．分形图像压缩的前景[2]

虽然分形图像压缩在图像压缩领域还不占主导地位，但是分形图像压缩既考虑局部与局部，又考虑局部与整体的相关性，适合于自相似或自仿射的图像压缩，而自然界中存在大量的自相似或自仿射的几何形状，因此它的适用范围很广。

六、其它压缩算法

除了以上几种常用的图像压缩方法以外，还有：NNT（数论变换）压缩、基于神经网络的压缩方法、Hibert扫描图像压缩方法、自适应多相子带压缩方法等，在此不作赘述。下面简单介绍近年来任意形状纹理编码的几种算法[10]~[13]。

（1）形状自适应DCT（SA-DCT）算法

SA-DCT把一个任意形状可视对象分成的图像块，对每块进行DCT变换，它实现了一个类似于形状自适应GilgeDCT[10][11]变换的有效变换，但它比GilgeDCT变换的复杂度要低。可是，SA-DCT也有缺点，它把像素推到与矩形边框的一个侧边相平齐，因此一些空域相关性可能丢失，这样再进行列DCT变换，就有较大的失真了[11][14][15]。

（2）形状自适应离散小波变换（SA-DWT）

Li等人提出了一种新颖的任意形状对象编码，SA-DWT编码[18]~[22]。这项技术包括SA-DWT和零树熵编码的扩展（ZTE），以及嵌入式小波编码（EZW）。SA-DWT的特点是：经过SA-DWT之后的系数个数，同原任意形状可视对象的像素个数相同；小波变换的空域相关性、区域属性以及子带之间的自相似性，在SA-DWT中都能很好表现出来；对于矩形区域，SA-DWT与传统的小波变换一样。SA-DWT编码技术的实现已经被新的多媒体编码标准MPEG-4的对于任意形状静态纹理的编码所采用。

在今后的工作中，可以充分地利用人类视觉系统对图像边缘部分较敏感的特性，尝试将图像中感兴趣的对象分割出来，对其边缘部分、内部纹理部分和对象之外的背景部分按不同的压缩比进行压缩，这样可以使压缩图像达到更大的压缩比，更加便于传输。

（3）Egger方法

Egger等人[16][17]提出了一个应用于任意形状对象的小波变换方案。在此方案中，首先将可视对象的行像素推到与边界框的右边界相平齐的位置，然后对每行的有用像素进行小波变换，接下来再进行另一方向的小波变换。此方案，充分利用了小波变换的局域特性。然而这一方案也有它的问题，例如可能引起重要的高频部分同边界部分合并，不能保证分布系数彼此之间有正确的相同相位，以及可能引起第二个方向小波分解的不连续等。

七、总结

图像压缩技术研究了几十年，取得了很大的成绩，但还有许多不足，值得我们进一步研究。小波图像压缩和分形图像压缩是当前研究的热点，但二者也有各自的缺点，在今后工作中，应与人眼视觉特性相结合。总之，图像压缩是一个非常有发展前途的研究领域，这一领域的突破对于我们的信息生活和通信事业的发展具有深远的影响。

参考文献：

[1]田青.图像压缩技术[J].警察技术,2002,(1)：30-31.

[2]张海燕,王东木等.图像压缩技术[J].系统仿真学报,2002,14(7)：831-835.

[3]张宗平,刘贵忠.基于小波的视频图像压缩研究进展[J].电子学报,2002,30(6)：883-889.

[4]周宁,汤晓军,徐维朴.JPEG2000图像压缩标准及其关键算法[J].现代电子技术,2002,(12)：1-5.

[5]吴永辉,俞建新.JPEG2000图像压缩算法概述及网络应用前景[J].计算机工程,2003,29(3)：7-10.

[6]JMShaprio.Embeddedimagecodingusingzerotreeofwaveletcoefficients[J].IEEETrans.onSignalProcessing,1993,41(12):3445-3462.

[7]ASaid,WAPearlman.Anewfastandefficientimagecodecbasedonsetpartitioninginhierarchicaltrees[J].IEEETrans.onCircuitsandSystemsforVideoTech.1996,6(3):243-250.

[8]DTaubman.HighperformancescalableimagecompressionwithEBCOT[J].IEEETransactionsonImageProcessing,2000,9(7):1158–1170.

[9]徐林静,孟利民,朱建军.小波与分行在图像压缩中的比较及应用.中国有线电视,2003,03/04：26-29.

[10]MGilge,TEngelhardt,RMehlan.Codingofarbitrarilyshapedimagesegmentsbasedonageneralizedorthogonaltransform[J].SignalProcessing:ImageCommun.,1989,1(10):153–180.

[11]TSikora,BMakai.Shape-adaptiveDCTforgenericcodingofvideo[J].IEEETrans.CircuitsSyst.VideoTechnol.,1995,5(1):59–62.

[12]TSikora,SBauer,BMakai.Efficiencyofshape-adaptive2-Dtransformsforcodingofarbitrarilyshapedimagesegments[J].IEEETrans.CircuitsSyst.VideoTechnol.,1995,5(3):254–258.

[13]EJensen,KRijk,etal.Codingofarbitrarilyshapedimagesegments[C].Proc.WorkshopImageAnalysisandSynthesisinImageCoding,Berlin,Germany,1994:E2.1–E2.4.

[14]MBi,SHOng,menton“Shape-adaptiveDCTforgenericcodingofvideo”[J].IEEETrans.CircuitsSyst.VideoTechnol.,1996,6(6):686–688.

[15]PKauff,KSchuur.Shape-adaptiveDCTwithblock-basedDCseparationandDeltaDCcorrection[J].IEEETrans.CircuitsSyst.VideoTechnol.,1998,8(3):237–242.

[16]OEgger,PFleury,TEbrahimi.Shape-adaptivewavelettransformforzerotreecoding[C].Proc.Eur.WorkshopImageAnalysisandCodingforTV,HDTVandMultimediaApplication,Rennes,France,1996:201–208.

[17]OEgger.Regionrepresentationusingnonlineartechniqueswithapplicationstoimageandvideocoding[D].Ph.D.dissertation,SwissFederalInstituteofTechnology(EPFL),Lausanne,Switzerland,1997.

[18]SLi,WLi,etal.Shapeadaptivevectorwaveletcodingofarbitrarilyshapedtexture[S].ISO/IECJTC/SC29/WG11,MPEG-96-m1027,1996.

[19]WLi,FLing,HSun.ReportoncoreexperimentO3(Shapeadaptivewaveletcodingofarbitrarilyshapedtexture)[S].ISO/IECJTC/SC29/WG11,MPEG-97-m2385,1997.

[20]SLi,WLi.Shapeadaptivediscretewavelettransformforcodingarbitrarilyshapedtexture[C].Proc.SPIEVCIP’97,1997,3024:1046–1056.