支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合-Support vector machines and BP neural network can be used for non-linear regression f

bp神经网络实现数据分类——基于语音信号的特征分类-bp neural network data classification- classification based on the characteristics of the speech signal

一种基于BP神经网络数据分类的有效实现方法-Effective implementation of a BP neural network based data classification

基于BP神经网络的聚类分析数据分类例如语音信号识别(Clustering analysis based on BP neural network)