本发明公开了一种能够自主选择隐藏层神经元个数的自主学习算法；本申请所述的算法是以分布式并行存储以及并行的协同信息处理为基础，依靠复杂的网络系统，调整网络中不同层节点之间的连接关系以及层与层之间的权值，最终得到能够处理具体信息的网络。它具备传统BP神经网络的优点，能够进行并行信息处理、模式分类、记忆学习以及非线性映射，同时还具有自主学习和自适应的特点，能够自主确定隐含层神经元个数。因为本算法增加了神经元个数自主选择算法，省略了人工选择神经元个数的步骤，故提高了自身自主学习的能力。