武汉理工大学《通信工程应用技术综合训练与实习》报告
（2）对含有噪声的信号的训练结果
21
武汉理工大学《通信工程应用技术综合训练与实习》报告
图4.3 对污染数字的识别图
此时，error=0.45. 可以看出，大部分被污染的数字都可以被识别出来。但有一个识别错误，将8识别成了6, 进一步说明了BP神经网络的局限性。
22
武汉理工大学《通信工程应用技术综合训练与实习》报告
5 心得体会
本次课程设计主要任务是完成BP神经网络的设计，对我来说这个题目还是很有挑战性的，因为自己对MATLAB中有关BP神经网络的设计知识了解较少，但正是这种有挑战性的题目才能提高自己的能力，才有研究价值，入手这个题目后我查阅了相关的资料，也从网上获得了不少有关MATLAB设计BP神经网络的资料，加上自己之间对MATLAB有一定的了解，因而设计思路渐渐明朗，经过自己的不断尝试和探索，终于弄明白了BP神经网络的工作原理，通过查阅相关资料和研究MATLAB中提供的帮助信息，我也明白了BP神经网络设计相关的一些函数的使用方法，并用它们来设计BP神经网络，最终完成了题目。
在设计过程中，我也遇到了很多不懂的地方，程序经常出现错误，但经过自己的不断努力和尝试，最终还是解决了问题。
总之，通过本次课程设计，我收获很大，不只是学会了用MATLAB设计BP神经网络，而是学会了自己学习新知识的一种方法。通过这次学习，我不但掌握了BP神经网络的基本知识及其实际应用，而且还学会了一些MATLAB编程语言，对这款软件也有了更深刻的认识。最后，我认为学校开设这门课设对我们来说是很有用的，能够提高我们独立去做一个工程的能力，体会将来我们要面对的实际问题，这对日后我们走进社会，参加工作是非常重要的。
23
武汉理工大学《通信工程应用技术综合训练与实习》报告
6 参考文献
[1] 曹旭帆，胡同森. 基于BP 神经网络的含噪字符识别系统及MATLAB 实现. [2] 李士勇. 模糊控制神经控制和智能控制论[M]. 哈尔滨： 哈尔并工业大学出版社， [3] 李晓歌，邵丽红，李娜. 人工神经网络BP 算法的实现 [4] 曲婷婷. 基于BP神经网络的有噪数字识别 [5] 黄巧巧. 基于BP神经网络的手写数字识别系统研究
24
武汉理工大学《通信工程应用技术综合训练与实习》报告
附录
设计代码如下： number0= [
0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0; % 1
1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1; % 2
1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1; % 3
1 0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 1 1 1 1 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0; % 4
1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1; % 5
1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1; % 6
1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1; % 7
1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1; % 8
1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1; % 9
1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1]; % 0
number=number0; targets=eye(35); targets;
25