BP 神经网络的不足及改进 后的应用主要内容 n BP 神经网络简介 n BP 学习算法的不足 n 两种BP 学习算法的改进方法 n 基于改进BP 神经网络的应用1 BP 神经网络简介 n 神经网络在实际应用中分为训练阶段和使用阶 段 n 训练阶段，是使用适当的学习算法调整某种结 构的网络的参数，使得被训练的网络能够对样 本有很好的拟合作用。 n BP 神经网络也包括了训练和使用这两个阶段 。它是前馈型神经网络，采用的是BP 学习算 法（后向传播学习算法）。1 BP 神经网络简介 n BP 神经网络（Back Propagation Feed-forward Neural Network ），即后向传播学习的前馈型神经网络 q 前馈型网络结构：在处理样本的时候，前一层的输出即 为下一层的输入 q 反向传播：通过比较输出层的实际输出和预期的结果得 到误差，然后通过相关的误差方程式调整最后一个隐含 层到输出层之间的网络权重，之后是隐含层之间权重的 调整，直到输入层与第一隐含层之间的网络权重调整为 止1 BP 神经网络简介 n BP 神经网络的训练过程 （误差后向传播学习算法 ）2 BP 学
