ANN人工神经网络和BP神经网络有什么区别

人工神经网络模型主要考虑网络连接的拓扑结构、神经元的特征、学习规则等.目前，已有近40种神经网络模型，其中有反传网络、感知器、自组织映射、Hopfield网络、波耳兹曼机、适应谐振理论等.ann：人工神经网络（Artificial Neural Networks）bp:Back Propagation网络是1986年由Rumelhart和McCelland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.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）.