讨论了用连续Ｈｏｐｆｉｅｌｄ神经网络实现最小二乘（ＬＳ）法同时求损失函数及辨识参数，进而对该网络的一次输入的矩阵参数进行多阶次辨识的计算，通过中一维输入矩阵使用构成计算所需要的结构，及根据最小二乘法结构上的特点对该网络的反馈信息加以控制的手段，使该网络在稳定时，能够同时输出的辨识参数及损失函数。依此顺序对反馈信号进行控制，可以依次得到低于输入阶次的各阶辨识参数及损失函数。