为了克服网路使用讯务量来源的不确定因素，本文以类神经 倒传递网路 ( Back-propagation Network )作为网路讯务流量之预测，并将影响输出流量的输入变数因素区分为费率类别、传输速率、客户属性、日期时间四方面。
基于38个网页-相关网页
Back-Propagation Neural Networks
倒传递网路（Back-Propagation Neural Networks）系将感知器模式网路学习规则 广义化到多层（增加隐藏层），且于网路中采用非线性可微分转移函数，建立高 维度学习网路而得。
基于10个网页-相关网页
类神经网路模型(1) 倒传递网路（back-propagation network，BPN ）:应用最普遍。
基于2个网页-相关网页
短语
即以倒传递网路
BPN
;
Back Propagation Network
之倒传递网路
BPN
;
Back-Propagation Network
中之倒传递网路
BPN
;
Back-Propagation Network
倒传递网路模式理论
Back Propagation Network
;
BPN
倒传递类神经网路
BPN
;
back-propagation network
;
back-propagation neural networks
倒传递神经网路
Back propagation Neural Network