说明：附加动量法是在BP的基础上，在每一个权值变化上加上一项正比于前一次权值变化的值，且根据BP来产生新的权值变化。实质是将最后一次权值变化的影响通过一个动量因子来传递。

说明：bp算法的c语言实现，运用了自适应—动量因子方法，仅供参考。

说明：加入动量因子，与自调节步长法相结合，使BP网络加快收敛，并避免陷入局部最优

说明：基于梯度下降的BP算法,可以调整学习率可动量因子.

说明：基于神经网络的识别程序，程序采用三层BP网络训练，采用了普通定义中加入动量因子的训练法，精确度很高。