及联相关网络（cascade-correlation network），理学-计算机科学技术-人工智能-机器学习-神经网络学习，属于监督学习算法。从一个小网络开始，逐个的自动训练和添加新的隐层单元，形成多层结构。一旦新的隐层单元被添加到网络中，则固定权重不变。及联相关结构的优点是：训练速度快，网络自己决定规模和拓扑结构，一旦训练完成则结构不再改变，不需要通过网络连接向后传播误差信号。及联相关网络由S.E.法尔曼（Scott E.Fahlman）在1990年提出，目的是为了解决BP神经网络训练速度慢的问题。S.E.法尔曼分析BP网络训练慢有两个原因：①步长问题。为了加快网络的学习速度，通常希望步长能够尽可能大，但如果选择的步长过大，网络将无法收敛到一个较好的结果。为了选择一个合适的步长，不仅需要了解误差的斜率，还要了解它的曲率。标准的误差反向传播算法中不存在曲率的信息。Quickporp算法可以解决这一问题。Quickporp算法计算梯度值的方法与标准算法相同，但使用与牛顿法有关的二阶方法来更新权重。②移动目标问题。