核质量包含着丰富的核结构信息，是原子核的基本物理性质之一。本文采用前馈神经网络和贝叶斯的神经网络方法对核质量进行了研究。通过在网络输入层引入两个与原子核查效应和壳层效应有关的物理量，在网络输出层考虑现有核模型的质量预测，即与前馈神经网络常用的优化算法相比，学习核质量的实验值与核模型预测值之间的差异，贝叶斯方法在优化神经网络参数方面具有很大的优势，并显著改善了神经网络预测核质量时对效应和壳层效应的描述