BP神经：
特点：信号前向传递，误差反向传递。
训练网络：
输入：训练样本（个数为m，维数为n）
1.网络初始化。确定输入层节点数为n，隐含层节点数可为n+1，输出节点数为m。初始化输入层、隐含层、输出层神经元之间的链接权值Wij,Wjk;
初始化隐含层阈值a，输出层阈值b，给定学习速率和神经元激励函数。
2.隐含层输出计算。根据输入向量X，Wij，a，来计算隐含层输出H。
3.输出层计算
4.误差计算
5.权值更新
6.阈值更新
7.判断算法迭代是否结束，若无返回2.
BP神经：
特点：信号前向传递，误差反向传递。
训练网络：
输入：训练样本（个数为m，维数为n）
1.网络初始化。确定输入层节点数为n，隐含层节点数可为n+1，输出节点数为m。初始化输入层、隐含层、输出层神经元之间的链接权值Wij,Wjk;
初始化隐含层阈值a，输出层阈值b，给定学习速率和神经元激励函数。
2.隐含层输出计算。根据输入向量X，Wij，a，来计算隐含层输出H。
3.输出层计算
4.误差计算
5.权值更新
6.阈值更新
7.判断算法迭代是否结束，若无返回2.