1、BP（BackPropagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidelayer)和输出层(outputlayer)。

2、BP神经网络算法是在BP神经网络现有算法的基础上提出的，是通过任意选定一组权值，将给定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权，不存在传统方法的局部极小及收敛速度慢的问题，且更易理解。

其他文章

宜兴公司治理模式- 创新与规范的完美结合

航空意外保险（航空意外保险的购买方法及赔偿标准）

镜匣是什么意思

我与三个小女孩的故事 我与三个小女孩的故事征文作文

苏宁老总张近东的妻子陈怡：从平凡女子到商界精英

奖惩情况怎么写

中央电视台新闻联播节目每晚几点播出

现在黄金当多少钱一克（今日黄金价钱多少一克）

川外成都学院火了吗（川外成都学院整体搬迁）

造船的股票有哪些(中国造船类股票有哪些)