令 k 为输出节点且 j 所在隐藏层为输出层的上一层，则：

为了避免式(3-24) 与式(3-10)相混淆，在式(3。24)两边对 yj(n)求偏导，有：

而由式(3-9)有：

式(3-26)故结合式(3-25) 和式(3-26)有：

对于神经元 k 而言，其诱导局部域为：

上式中 m 为神经元 k 输入信号的数量（不包括偏置）。同样的，对式(3-28)

求 yj(n)的微分可得：来:自[优E尔L论W文W网www.chuibin.com +QQ752018766-

式(3-29)而δk(n)可定义为：

最后，将式(3-30)代入式(3-25)中，将得到关于局域梯度δj(n)的反向传播

公式：至此，BP 神经网络算法推导完成。3。5 小结

本章介绍了 BP 神经网络算法，包括神经网络算法的由来、模型的建立、B 神经网络算法的原理和推导过程等。有了这些理论依据才能应用 BP 神经网络算 法进行交通标志的分类和识别。