bp神经网络（Back Propagation Neural Network），全称反向撒播神经网络，是一种用于多层前馈网络上的监视学习算法。它在基础人工智能领域中有着普遍的应用。bp神经网络模子的基本思绪是：通过前馈、误差反向撒播等一系列的盘算，调整模子的权值和阈值，从而实现在展望义务中获得最优解。
bp神经网络以其较好的顺应能力，被普遍应用于无线通讯、图像处置、语音识别、金融风险展望等领域。
无线通讯：行使bp神经网络，可以实现高效的频率分配、信道分配，提高通讯质量。
图像处置：bp神经网络可用于图像的分类、识别等。在图像分类方面，行使bp神经网络的特点，可以对图像中的目的举行分类，实现自动识别。在图像识别方面，bp神经网络可以学习到将数字、字符等物体的特征举行提取的方式。
语音识别：bp神经网络可用于语音信号处置、语音识别等方面。语音信号处置需要对语音信号举行去噪、特征提取、预处置等，而bp神经网络则可通过其多层神经元结构，对该特征举行处置。
金融风险展望：行使bp神经网络模子，可以通过对市场变化趋势的判断，来展望各个金融市场的颠簸情形，从而提供决议支持。
