1. 毕业设计（论文）主要内容：
首先主成分分析将多维数据进行压缩，从而构成相应的可以表征原始信息的特征向量，然后将特征向量作为BP神经网络的输入，构造非线性分类器。
基于MATLAB实现主成分分析-人工神经网络分类器，选取了食品检测领域，生物信息领域中的多个不同类型的应用数据集作为分析的对象，支持数据与算法结果的可图形化显示。
2. 毕业设计（论文）主要任务及要求
- 查阅参考文献15篇以上（其中近5年英文文献不少于3篇）；
- 掌握主成分分析、神经网络的基本理论知识、发展现状以及在在化学、医学、经济学等研究中的应用，利用 MATLAB实现支持向量机算法，并将其应用在分析食品检测领域，生物信息领域中的多维数据集，实现数据与 算法结果的可图形化显示。
- 完成不少于12000字的毕业论文撰写并完成答辩的相关工作；
- 完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；
- 正文应包含不少于12幅图（包括：电路原理图、流程图、结构框图、程序框图等）；
3. 毕业设计（论文）完成任务的计划与安排
第1-3周：完成题目调研，查阅参考资料，设计大致框架，完成开题报告；第4-6周：学习有关算法的相关知识；第7-8周：确定算法结构，完成各部分的程序设计；第9-10周：对算法进行仿真，并进行分析研究；第11-14周：总结毕业设计，撰写毕业设计论文初稿；第15-16周 完成并提交毕业设计论文；第17周 答辩。
4. 主要参考文献
1.基于独立主成分和 BP神经网络的干红葡萄酒品种的鉴别，光谱学与光谱分析，2009,29:12682.《MATLAB神经网络30个案例分析》，北京航空航天大学出版社，20103.《Practical Guide To Chemometrics》，科学出版社
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
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
