BP 神经网络的基本思想：信号的正向传播+误差的反向传播。
¡ 信号的正向传播：输入样本从输入层传入，经各隐层逐层处理后，传向输出层。
¡ 误差的反向传播：将输入误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号来作为修正各单元权值的依据。
BP算法属于δ学习规则类，这类算法被称为误差的梯度下降（Gradient Descent）算法。
在此分类器中，本文选择3层BP神经网络算法。隐含层节点数为3。
