发布时间：
首先要看下神经网络方面的书，模式识别相关的书一般都会讲到神经网络的，也有专门讲神经网络的书。个人认为，神经网络用于图像识别的话，应该是对图像分类，首先从图像样本中提取特征量（多个特征量组成矢量），然后用神经网络相关的matlab函数直接，对样本特征量进行训练和测试， 欢迎交流！
代意义上对神经网络（特指人工神经网络）的研究一般认为从1943年美国芝加哥大学的生理学家WS McCulloch和WA Pitts提出M-P神经元模型开始，到今年正好六十年。在这六十年中，神经网络的发展走过了一段曲折的道路。1965年M Minsky和S Papert在《感知机》一书中指出感知机的缺陷并表示出对这方面研究的悲观态度，使得神经网络的研究从兴起期进入了停滞期，这是神经网络发展史上的第一个转折。到了20世纪80年代初，JJ Hopfield的工作和D Rumelhart等人的PDP报告显示出神经网络的巨大潜力，使得该领域的研究从停滞期进入了繁荣期，这是神经网络发展史上的第二个转折。 到了20世纪90年代中后期，随着研究者们对神经网络的局限有了更清楚的认识，以及支持向量机等似乎更有前途的方法的出现，“神经网络”这个词不再象前些年那么“火爆”了。很多人认为神经网络的研究又开始陷入了低潮，并认为支持向量机将取代神经网络。有趣的是，著名学者C-J Lin于2003年1月在德国马克斯·普朗克研究所所做的报告中说，支持向量机虽然是一个非常热门的话题，但目前最主流的分类工具仍然是决策树和神经网络。由著名的支持向量机研究者说出这番话，显然有一种特殊的意味。 事实上，目前神经网络的境遇与1965年之后真正的低潮期相比有明显的不同。在1965年之后的很长一段时期里，美国和前苏联没有资助任何一项神经网络的研究课题，而今天世界各国对神经网络的研究仍然有大量的经费支持；1965年之后90%以上的神经网络研究者改变了研究方向，而今天无论是国际还是国内都有一支相对稳定的研究队伍。实际上，神经网络在1965年之后陷入低潮是因为当时该领域的研究在一定意义上遭到了否定，而今天的相对平静是因为该领域已经走向成熟，很多技术开始走进生产和生活，从而造成了原有研究空间的缩小。 在科学研究中通常有这么一个现象，当某个领域的论文大量涌现的时候，往往正是该领域很不成熟、研究空间很大的时候，而且由于这时候人们对该领域研究的局限缺乏清楚的认识，其热情往往具有很大的盲目性。从这个意义上说，过去若干年里各领域研究者一拥而上、各种专业刊物满眼“神经网络”的风光，其实是一种畸形繁荣的景象，而对神经网络的研究现在才进入了一个比较理智、正常的发展期。在这段时期中，通过对以往研究中存在的问题和局限进行反思，并适当借鉴相关领域的研究进展，将可望开拓新的研究空间，为该领域的进一步发展奠定基础。
这个号可以
学术堂整理了十个经济金融类的论文题目，供大家进行选择： 1、我国开放式证券投资基金业绩评价实证研究 2、基于行为金融理论下的市场有效性研究与证券价值分析 3、我国证券市场股权结构的制度安排与改革 4、汽车金融中的信贷资产证券化研究 5、金融中介理论和我国全能银行的发展 6、重构我国农村金融体系研究 7、关于建立我国中小企业政策性金融体系的思考 8、金融衍生工具监管制度研究 9、我国商业银行房地产金融风险及其防范 10、世界金融监管模式的发展及我国之借鉴
你不翻译了？？？
金融不良资产价值影响因素的实证研究我国农村经济增长中的农村金融抑制研究发展中国家的金融自由化与中国金融开放衍生金融工具会计问题研究我国房地产金融风险及防范研究房地产金融风险管理及对策研究我国金融衍生市场创建若干法律问题初探现代银行业金融机构市场退出法律问题刍议论我国进出口政策性金融机构的立法完善上海国际金融中心建设的制约因素分析我国商业银行金融创新研究我国商业银行金融衍生品的风险管理研究金融危机后韩国银行业重组机制对中国的启示金融自由化所必须的法律规则及其实施我国金融发展对经济增长影响的理论分析与实证研究制度、制度变迁与我国金融制度变迁研究离岸金融法律监管问题研究连接函数（Copula）理论及其在金融中的应用我国金融控股公司的风险管理研究构建中国金融条件指数中国金融发展水平：比较与分析论国际金融衍生交易中的法律问题金融投资风险评价BP神经网络模型研究及应用现代金融危机的理论与实践欧元对国际金融市场的影响试论金融债权资产的定价理论与实务中国宏观金融风险的统计度量与分析无线金融交易模型（WFTM）技术研究中国渐进改革中以租金为基础的政府金融支持行为对我国金融控股公司发展问题的探讨题目不统一，读者根据自身情况自行拟定。
唉，你要是连bp都还不明白，怎么给你讲啊。论文是抄的，答辩还要来网上问，楼主啥专业的？30页，呵呵，你要有基础的话，这些关键概念（单指bp）用不了一天你就能弄明白。怪不得现在大学生找不到工作，bp是神经网络里最初级的，学了4年连这个都没弄明白，几天的时间不是想办法去弄明白概念而是跑这里来发问，呵呵。给你推荐本书吧，上面有matlab的代码，模式识别与智能计算，讲的很浅显，代码都是识别手写体数字的，也许有帮助，虽然都是很简单的例子，不过用来了解概念还是足够了。
知网什么的吧
最初是86年，Rumelhart和McCelland领导的科学家小组在《平行分布式处理》一书中，对具有非线性连续变换函数的多层感知器的误差反向传播BP算法进行了详尽的分析，实现了Minsky关于多层网络的设想。一般引用的话，无需引用第一篇，只需引用介绍BP网络的文献即可。最开始的文献往往理论不完善。反而阅读意义不大。
不知道诶~不过你要写这类的论文你可以在网上找下（人工智能与机器人研究）吧~多学习多看看~找找灵感和思路·
到中国知网论文数据库找，论文多，而且质量高。自己懒得找，可以去淘宝的（翰林书店）店铺看看，店主应该能帮你下载到这论文的
可以，常识网络的构建很简单。
应该画ROC曲线，几个模型可以用不同的线型。
强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备 行文至此忽然有一种感觉,我们真的是不遗余力地在改进着AI这个最贴近自身的创造物并强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备 行文至此忽然有一种感觉,我们真的是不遗余力地在改进着AI这个最贴近自身的创造物并强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备 行文至此忽然有一种感觉,我们真的是不遗余力地在改进着AI这个最贴近自身的创造物并强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备 行文至此忽然有一种感觉,我们真的是不遗余力地在改进着AI这个最贴近自身的创造物并强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备 行文至此忽然有一种感觉,我们真的是不遗余力地在改进着AI这个最贴近自身的创造物并