神经网络算法是一种非常经典的分类算法,然而神经网络的一个不足之处就是容易陷入过拟合。针对这种不足,正则化神经网路算法(RNM)与提前终止迭代算法被提了出来。为了进一步研究这两种算法性能的差异,本文在包括金属岩石分类数据集(sonar数据集)在内的20个UCI标准数据集上对这两种方法进行了性能测试。实验显示在分类准确率上正则化神经网路算法要更优秀一些,但是在分类速度上提前终止迭代算法更占优势。