人工神经网络模型

一.BP算法：

BP神经网络模型拓扑结构包括输入

（input）、隐层(hide layer)和输出层

(output layer)

BP网络能学习和存贮大量的输入-输出模式

射关系，而无需事前揭示描述这种映射关系

的数学方程

学习的方式：

在外界输入样本的刺激下不断改变网络的连

接权值

 

学习的本质：

对各连接权值的动态调整

学习的核心：

权值调整规则，即在学习过程中网络中各神

经元的连接权变化所依据的一定的调整规则

思想：

将输出误差以某种形式通过隐层向输入层逐

层反传

也就是一种 "信号的正向传播 ----> 误差的反

向传播"的过程：