BP神经网络的基本原理一看就懂.pdfVIP

5.4 神经网络的基本原理 （ ）网络是 1986 年由和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，是目前应用最广泛的神经网络模型之一。 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。神经网络模型拓扑结构包括输 入层（）、隐层 ( ) 和输出层 ( ) （如图5.2 所示）。