高级人工智能试题概要.doc

成 绩 评阅人 中 国 矿 业 大 学 工程硕士专业课（课外考核）作业封面 学 号 G 姓 名 宗燕 工程领域 计算机技术 课程名称 高级人工智能 任课教师 丁世飞 任课教师规定截止交作业时间:2015年10月31日 工程硕士研究生交作业时间：2015年 10月31日 研究生院培养管理办公室印制 中国矿业大学201-2016学年第学期 （1）?神经网络的一般特点作为一种正在兴起的新型技术神经网络有着自己的优势，他的主要特点如下： 由于神经网络模仿人的大脑，采用自适应算法。使它较之专家系统的固定的推理方式及传统计算机的指令程序方式更能够适应化环境的变化。总结规律，完成某种运算、推理、识别及控制任务。因而它具有更高的智能水平，更接近人的大脑。 较强的容错能力，使神经网络能够和人工视觉系统一样，根据对象的主要特征去识别对象。 自学习、自组织功能及归纳能力。以上三个特点是神经网络能够对不确定的、非结构化的信息及图像进行识别处理。石油勘探中的大量信息就具有这种性质。因而，人工神经网络是十分适合石油勘探的信息处理的。（2） 自组织神经网络的特点??自组织特征映射神经网络作为神经网络的一种，既有神经网络的通用的上面所述的三个主要的特点又有自己的特色。 自组织神经网络共分两层即输入层和输出层。 采用竞争学记机制，胜者为王，但是同时近邻也享有特权，可以跟着竞争获胜的神经元一起调整权值，从而使得结果更加光滑，不想前面的那样粗糙。 这一网络同时考虑拓扑结构的问题，即他不仅仅是对输入数据本身的分析，更考虑到数据的拓扑机构。权值调整的过程中和最后的结果输出都考虑了这些，使得相似的神经元在相邻的位置，从而实现了与人脑类似的大脑分区响应处理不同类型的信号的功能。 采用无导师学记机制，不需要教师信号，直接进行分类操作，使得网络的适应性更强，应用更加的广泛，尤其是那些对于现在的人来说结果还是未知的数据的分类。顽强的生命力使得神经网络的应用范围大大加大。优点神经网络有很强的非线性拟合能力，可映射任意复杂的非线性关系，而且学习规则简单，便于计算机实现。具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场。缺点（1）最严重的问题是没能力来解释自己的推理过程和推理依据。 （2）不能向用户提出必要的询问，而且当数据不充分的时候，神经网络就无法进行工作。（3）把一切问题的特征都变为数字，把一切推理都变为数值计算，其结果势必是丢失信息。（4）理论和学习算法还有待于进一步完善和提高。 注意事项 如果老师以课外作业形式考核，如写读书报告或小论文，必须严格按照老师规定的时间上交作业，以便老师评定成绩。作业前面必须订上此封面。由于工程硕士无论什么原因不按规定时间上交作业，晚交作业不予评阅，作业作废，请随下一年级重修。