BP神经网络学习笔记

一个神经网络是一个由简单处理元构成的规模宏大的并行分布式处理器。天然具有存储经验知识和使之可用的特性。神经网络在两个方面与人脑相似：

1.神经网络获取的知识是从外界环境中学习得来的。

2.互连神经元的连接强度，即突触权值，用于储存获取的知识。

BP神经网络的优点

1） 非线性映射能力：BP神经网络实质上实现了一个从输入到输出的映射功能，数学理论证明三层的神经网络就能够以任意精度逼近任何非线性连续函数。这使得其特别适合于求解内部机制复杂的问题，即BP神经网络具有较强的非线性映射能力。

2） 自学习和自适应能力：BP神经网络在训练时，能够通过学习自动提取输出、输出数据间的“合理规则”，并自适应的将学习内容记忆于网络的权值中。即BP神经网络具有高度自学习和自适应能力。

3） 泛化能力：所谓泛化能力是指在设计模式分类器时，即要考虑网络在保证对所需分类对象进行正确的分类。也即BP神经网络具有将学习成果应用于新知识的能力。

4） 容错能力：BP神经网络在其局部的或者部分的神经元受到破坏后对全