BNeuralT:反向传播神经树分类回归模式识别EJMLSVG模型MLP算法受过训练的模型
反向传播神经树使用反向传播算法的临时神经树生成和训练算法BNeuralT是一种用于从数据中学习的机器学习算法。在此处给出的示例中，将BNeuralT应用于三类学习问题：分类，回归和模式识别。算法的优势在于生成低复杂度和高性能模型的效率和鲁棒性。依赖关系和配置BNeuralT算法是用Eclipse版本2020-03的编写的，具有以下依赖性。该算法使用EJML的JSON对象用于以json格式保存经过训练的模型。用于SVG模型文件。MLP算法和python脚本是用编写的，具有以下依赖性。项目结构，数据和源代码文件项目目录结构Eclipse项目结构的设置如下：BNeuralT（根）箱子数据（ csv数据文件）依赖项（EJML和JSON）模型视图（用于树模型JavaScript和HTML文件）src（Java版本11源文件）受过训练的模型资料集

(100多MB压缩包的网盘链接)