人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

上海交通大学：《智能传感器系统》课程教学资源（PPT课件）传感器集成技术基础

上海交通大学：《智能传感器系统》课程教学资源（PPT课件）绪论 Intelligent Sensor System（主讲：栾楠）

《电力系统自动化》课程教学资源（理论课程资料）电力数据通信_MODBUS规约_基于Modbus规约的智能模块在电量采集系统中的应用

《电力系统自动化》课程教学资源（理论课程资料）公共信息模型_IEC61970系列标准_智能电网核心标准IEC61970最新进展

上海交通大学：《电力系统自动化》课程教学资源（优秀作业）智能电网论文

上海交通大学：《电力系统自动化》课程教学资源（讨论课）第四组智能变电站保护测量一体化问题

上海交通大学：《电力系统自动化》课程教学资源（讨论课）智能变电站测控与保护一体化——第一组吴承鑫

上海交通大学：《电力系统自动化》课程教学资源（讨论课）智能变电站之保护测控一体化问题

上海交通大学：《电力系统自动化》课程教学资源（讨论课）智能变电站中的保护测控一体化问题-傅长熠