BP（Back Propagation）网络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。 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(hide layer)和输出层(output layer)。 通过对信息的提取以及记忆，用作分类、聚类、预测等。
资源文件列表
BP and SOM/BP.m , 1625
BP and SOM/SOM.m , 964
BP and SOM/ͼƬ/1.jpg , 56205
BP and SOM/ͼƬ/1.png , 39966
BP and SOM/ͼƬ/10.jpg , 65055
BP and SOM/ͼƬ/11.jpg , 55343
BP and SOM/ͼƬ/12.jpg , 67769
BP and SOM/ͼƬ/13.jpg , 77850
BP and SOM/ͼƬ/14.png , 57620
BP and SOM/ͼƬ/15.png , 36948
BP and SOM/ͼƬ/16.png , 35518
BP and SOM/ͼƬ/17.png , 35990
BP and SOM/ͼƬ/2.jpg , 36101
BP and SOM/ͼƬ/3.jpg , 73117
BP and SOM/ͼƬ/4.jpg , 73035
BP and SOM/ͼƬ/5.jpg , 74130
BP and SOM/ͼƬ/6.jpg , 75127
BP and SOM/ͼƬ/7.jpg , 47703
BP and SOM/ͼƬ/8.jpg , 66048
BP and SOM/ͼƬ/9.jpg , 57008