基本信息

---

下载

文档摘要

---

BP神经网络基本理论基础概述

1.1BP神经网络的简介

BP(backpropagation)神经网络是由Rumelhart和McClelland等提出的概念[31]，它的工作原理是通过误差反向传播，通过不断迭代，缩小每个神经元的误差。它具有清晰的结构，拟合任意函数的能力，因此应用于各行各业。

计算机神经网络通过研究神经生物学原理，学习和模仿生物学中的神经网络，使得计算机神经网络不仅具有处理数值数据的能力，同时还具有对知识学习和记忆的能力。通过信息从输入层的输入到输出的过程，可以看作神经网络模仿一个复杂函数的过程，从而达到对预测对象的预测分类，有效的解决非正态分布、非线性分布的函数问题。